.png){kind=icon}
返回
Moving Magnetic Target Localization Using Automatically Initialized KalmanNet Driven by Euler Deconvolution
.png){kind=icon}
PRE
AI
DOI：10.1109/LGRS.2025.3588435.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
移动磁目标定位的任务涉及从含噪声的非线性磁场观测中恢复隐藏状态。虽然扩展卡尔曼滤波器（EKF）和无迹卡尔曼滤波器（UKF）等非线性滤波器有效，但它们高度依赖于对底层噪声统计特性的了解。此外，缺乏先验知识会导致状态估计的精度和鲁棒性较差。为解决这两个局限性，本文提出了一种新型滤波算法，可自动估计初始状态值。通过三轴磁标量梯度数据和欧拉反褶积创建初始值估计器，以快速确定目标的初始状态。然后将该值用作先验知识，在一种称为KalmanNet的新型神经网络辅助卡尔曼滤波器中进行状态预测和更新。与将非线性方程转化为线性形式的传统方法不同，所提出的方法无需特定假设，保留了目标表征的通用性。此外，该方法在不依赖噪声统计知识的情况下提供可靠的初始状态值，提高了估计精度。仿真和现场实验表明，估计结果与真实值高度吻合。在实验中，与EKF相比，位置、速度和磁矩向量的均方根误差（RMSE）值分别降低了69.21%、86.30%和60.55%；与UKF相比，分别降低了75.49%、83.74%和80.45%。
Keyword:
Kalman filter
magnetic scalar gradient
magnetic target localization
state prior
期刊
IF:
16.4
论文数:
1.0W
被引数:
5.1K
机构
引用论文
分享收藏From Model to Algorithms: Distributed Magnetic Sensor System for Vehicle Tracking从模型到算法: 用于车辆跟踪的分布式磁传感器系统
PREAI
分享收藏Underwater magnetic target localization and characterization using a three-axis gradiometer基于三轴磁力仪的水下磁性目标定位与特征分析
PREAI
分享收藏
Real-Time Detection of Moving Magnetic Target Using Distributed Scalar Sensor Based on Hybrid Algorithm of Particle Swarm Optimization and Gauss-Newton Method基于粒子群-高斯-牛顿混合算法的分布式标量传感器运动目标实时检测.png)
IEEE SENSORS JOURNAL
IEEE SENSORS JOURNALIF4.5
PREAI
分享收藏分享收藏
查看更多内容