声源定位(SSL)在增强听觉和自动驾驶等领域应用广泛。日本理化学研究所提出的新型混合技术SHAMaNS,结合α稳定模型与神经网络,成功解决了稀疏测量和噪声鲁棒性问题。实验结果显示,SHAMaNS在多声源场景中表现优异,适应能力强,未来计划扩展至三维定位。
该研究提出了Cholesky-Schmidt-Kalman滤波器(C-SKF)和sC-SKF算法,用于移动设备的三维定位。C-SKF使用地图海森矩阵的稀疏Cholesky因子,sC-SKF通过将轨迹和观测值分成重叠段的独立子地图,对C-SKF进行松弛以限制处理需求。评估了算法的处理和内存需求,并将其定位精度与其他近似基于地图的定位方法进行了比较。
完成下面两步后,将自动完成登录并继续当前操作。