复杂噪声情况下的新型卡尔曼滤波器研究
主讲 |
黄玉龙 副教授(哈尔滨工程大学) |
时间 |
2019年1月17日(周四)14:30-16:30 |
地点 |
智能科学学院主楼401会议室 |
主讲人介绍
黄玉龙,博士,哈尔滨工程大学自动化学院副教授。2018年12月哈尔滨工程大学控制科学与工程专业博士毕业。2016年11月至2017年11月,美国哥伦比亚大学联合培养博士研究生。在博士研究生期间主要开展状态估计、惯性导航及组合导航研究工作,工作内容主要涉及到非线性状态估计、鲁棒状态估计、自适应状态估计等基础研究,以及初始对准、组合导航、协同导航等应用研究。博士研究生期间,以第一作者或通信作者在《TEEE Transactions on Automatic Control》、《Automatica》、《IEEE Transactions on Aerospace and Electronic Svstems》等高水平期刊上发表或录用学术论文45篇,包括SCI论文28篇(ESI高被引论文1篇,IEEE Transactions和Automatica顶级期刊论文10篇),国内顶级控制期刊《自动化学报》论文6篇。黄玉龙博士曾荣获第十一届中国青少年科技创新奖、第十三届中国大学生年度人物提名奖、工信部创新创业奖学金特等奖和一等奖、第十二届中国大学生年度人物入围奖、研究生国家奖学金4次、中国船级社最佳论文奖学金、黑龙江省三好学生荣誉称号。
讲座摘要
卡尔曼滤波已经被广泛地应用于导航、定位、目标跟踪、自动控制等工程应用中。传统的卡尔曼滤波要求系统和量测噪声具有高斯分布,并且其协方差矩阵精确已知。但是,在实际工程应用中,系统和量测噪声的协方差矩阵可能是未知且时变的。此外,系统和量测噪声可能具有厚尾非高斯分布。传统的卡尔曼滤波器在噪声协方差矩阵不准确或者厚尾非高斯噪声情况下性能退化,甚至出现滤波发散。本报告主要讲述黄玉龙博士近几年在噪声自适应卡尔曼滤波、野值鲁棒卡尔曼滤波、组合导航和水下协同定位中的研究工作。
主要内容
1.研究的目的与意义。
2.自适应卡尔曼滤波和非高斯滤波回顾。
3.变分贝叶斯方法
4.基于变分贝叶斯的新型自适应卡尔曼滤波。
5.基于学生t分布噪声建模的非高斯状态估计
6.基于广义非高斯厚尾偏斜分布噪声建模的状态估计方法。
参会报名
参会前请联系王老师(15580836004)报名
图文编辑丨袖口相碰