卡尔曼滤波器

摘要： 采用基本解方法和Kalman滤波技术对含有不完备边界或未知参数的Poisson方程的反问题进行研究。通过有限观测点的测量值重建了方程中的不完备边界,得到较为准确的边界值;根据测量值及参数预测值,经过有限次滤波反演得到方程中未知参数值。结果表明:基本解方法和Kalman滤波技术相结合在处理二维Poisson方程的反问题时具有较强的鲁棒性,是解决反问题的有力工具。

摘要： 提出一种基于改进型扩张状态观测器的滑模控制策略.结合滑模控制理论,用最优控制函数代替传统非线性函数,用卡尔曼滤波器对系统噪声进行处理,对扩张状态观测器进行改进,更好地对振镜系统的总扰动进行观测和补偿.仿真实验结果表明,该控制策略有效提高了振镜系统的跟踪性能,具有较好的抗干扰能力和噪声抑制能力.

摘要： 无线传感器网络作为无线通信技术、微电子技术的融合,通常被用于某一网络覆盖范围内,包括利用无线传感器、监控主机、数据收发网关等硬件,进行不同节点大数据的感知、采集、统计处理、传输与存储操作,属于一种分布式传感网络,具有规模大、可靠性强、价格低廉等的优势。基于此,根据不同范围区域的大数据流量密度,利用无线温湿度传感器、液雾传感器、压力传感器、风速传感器等装置,进行多个传感器节点的组网,结合监控主机、收发网关构建起多跳路由的自组织网络,运用扩展卡尔曼滤波法完成某一时间段内,sink节点的目标对象定位数据、移动速率等的仿真分析,去除距离中心节点较远的冗余数据,提高无线传感数据监控与融合的精准率。

摘要： 针对无人机室内定位容易出现漂移的问题,提出基于改进多状态约束卡尔曼滤波器(MSCKF)的无人机(UAV)室内定位方法.该方法在MSCKF的框架下,提出高鲁棒性、低时延的标志点检测方法.利用在世界坐标系下坐标已知的标志点计算得到无人机位姿,实现惯性测量单元(IMU)信息与单目视觉信息融合以及无人机位姿修正.对提出的定位方法进行测试.测试结果表明,该方法的定位误差小于0.266 m,与OpenVins和LARVIO开源算法相比,定位精度提高了54.6%以上.

摘要： 针对无标定手眼机器人视觉伺服控制问题,提出了基于图像轨迹规划与时序控制相结合的视觉伺服方法。给出了图像平面和任务空间的轨迹规划方法,设计了卡尔曼滤波器估算目标与相机相对位姿,结合相机测量实现了雅可比矩阵的自适应估算。在此基础上设计了基于图像视觉反馈的视觉伺服控制器,实现了机器人的目标视觉跟踪。通过MATLAB仿真和实验研究对该算法进行了验证,并与经典PBVS(Position-based visual servoing)、IBVS (Image-based visual servoing)方法进行了比较试验,仿真及实验结果验证了该算法的有效性。

摘要： 针对一类非线性欠驱动机械系统在干扰环境下动态性能变差的问题,提出了一种基于卡尔曼滤波器的遗忘因子型迭代学习控制律,以实现闭环系统的稳定控制和干扰抑制。首先,将卡尔曼滤波器作为系统的状态观测器,在含有随机噪声干扰的情况下,估计系统的最优状态;其次,通过设置自适应遗忘因子来动态适应迭代学习过程中的误差变化,使系统快速收敛并准确跟踪参考轨迹,实现运动过程中重复干扰信号的抑制;最后,以Quanser公司生产的柔性尺为实验平台来研究非线性欠驱动被控对象实际系统的控制方法,并对所提方法分别进行理论数值仿真与实物实验验证。仿真及实物实验结果表明,本文提出的控制方法可以保证被控系统稳定运行,当环境中存在随机非重复性噪声或重复性干扰时,被控系统都可以保持良好的鲁棒性。

摘要： 针对切纸机的纸幅精度问题,采用变频控制与伺服控制相结合的方案,设计了以STM32单片机为核心的切纸机混合电气控制系统。采用M/T法测速和卡尔曼滤波结合的方法得到送纸辊的速度,从而降低送纸辊速度的采集误差。实验证明在高速下,该方法可以实时得到送纸辊及切纸机电机转速。由误差分析可得,切纸精度达±1 mm,证明了本控制系统的可行性。

摘要： 为实现驾驶机器人对试验车辆进行精确的转向操纵,提出了一种驾驶机器人转向操纵的动态模型预测控制方法.建立了驾驶机器人与被操纵车辆的耦合动力学模型,并对耦合模型的可控性进行判别.利用卡尔曼滤波器对耦合模型进行状态估计,并结合估计状态设计了模型预测控制器.将最小二乘法用于路径曲率与预测时域的非线性关系的拟合,设计了具有可变预测时域的动态模型预测控制器.进行了不同驾驶工况下的驾驶机器人转向操纵仿真与试验,研究结果表明了所提方法的有效性.

摘要： 针对外部突加大负载扰动时,传统自抗扰控制策略中扩展状态观测器(ESO)的观测精度差,以及系统噪声对ESO观测精度的影响,提出一种基于卡尔曼滤波器的自抗扰控制策略(KF-ADRC)。通过卡尔曼滤波器观测出的负载转矩进行前馈补偿,以提高大负载扰动下ESO观测精度;通过卡尔曼滤波器观测出的转速用作系统闭环反馈,以削弱系统噪声对ESO观测精度的影响。将传统自抗扰中的线性误差状态反馈律替换为非线性误差状态反馈律,以提升系统跟踪和抗扰性能。搭建了400 W PMSM伺服系统驱动平台验证了该控制策略的有效性。

摘要： 中子发生器电源性能直接影响中子管产额稳定性,文中针对中子发生器电源PID控制存在的噪声敏感、超调量大等问题,在PLC系统中设计一种基于卡尔曼滤波的PID控制方法。利用PLC中的行优先顺序,以浮点型数据格式存储卡尔曼滤波器中的矩阵,采用PLC中的四则运算基本指令进行卡尔曼滤波器的矩阵运算,通过多次嵌套调用矩阵运算子程序实现PID控制参数的卡尔曼滤波。最后,将文中方法应用于中子发生器的电源控制,通过对比实验以验证其有效性。测试结果表明,在PLC中基于卡尔曼滤波进行PID控制能够有效地滤除噪声,减少超调量,控制效果得到明显改善。通过进一步优化,文中设计方法可应用于中子发生器、液面高度、温度、气压等多种PLC控制系统。

摘要： 根据船舶输电线路在各个运行状态的特性和差异,提出了一种基于卡尔曼滤波器的早期故障检测方法.它首先对线路电流进行卡尔曼滤波器缓慢动态估计后,将实测电流和估计电流之间的差值作为系统状态改变的第一个标准信号,根据其与电流状态阈值的大小关系做出初步诊断;然后对电压信号进行卡尔曼滤波器快速动态估计,接着对估计的电压信号进行方波拟合后,再将拟合的方波绝对值的均差与电流差值信号比值作为第二标准信号,根据其与电压状态阈值的大小来肯定或否定初步诊断.最后,通过船舶输电线路系统中各个支路的状态检测仿真实验验证了基于卡尔曼滤波器的船舶输电线路状态检测方法的可行性;仿真实验结果表明了该方法比其他传统的方法具有更优的准确性.

摘要： 卫星导航接收机传统跟踪方式在低载噪比动态环境及信号短暂遮挡情况下跟踪性能下降易失锁,矢量跟踪将信息处理与信号处理耦合在一起,可以提高接收机在复杂环境中的跟踪和定位性能.本文以C语言软件接收机为平台,研究实现了矢量跟踪算法,建立了基于卡尔曼滤波器的算法模型.利用半实物仿真实验分析了系统性能.结果表明,矢量跟踪算法可以在18dB-Hz载噪比下实现动态信号跟踪.可以在信号闪断的情况下实现载波相位的连续跟踪.

摘要： 水上无人作战平台的兴起,对声呐的自动检测与跟踪提出了进一步的需求.针对被动声呐提出了一种多目标自动检测与跟踪算法.该算法以宽带相关检测及目标峰值提取作为检测手段,以最强邻近卡尔曼滤波器(SNKF)作为跟踪算法的基础,解决了多目标轨迹自动提取、轨迹中断及多目标交叉问题.文章最后给出了该算法对海试数据的自动检测和跟踪结果.该算法为单拍跟踪算法,具有跟踪的实时性,且计算量小,因此能够应用于工程实践.

摘要： 动力总成作为汽车主要的激励源，其激振力识别的准确性直接影响整车NVH (NVH,Noise Vibration & Harshnessment，噪声，振动及声振粗糙度)设计。由于力传感器受到工装、传感器布置及发动机舱内空间等因素影响，在实际工程应用中，直接测试激振力幅值较为困难。为避免相位测试误差和测量噪声对识别结果的影响,本文基于卡尔曼滤波器和最小方差估计的方法,分别建立了以系统位移幅值和加速度幅值为输入参数的激振力幅值识别方法.推导了两种方法的识别公式,并对两种方法的识别结果和识别结果的稳健性进行了仿真分析.仿真结果表明,两种方法对噪声方差初值的设定均不敏感;以加速度幅值为输入的方法识别精度优于以位移幅值为输入的方法;以位移幅值为输入的方法识别结果稳健性较好.两种方法均不以测试的响应相位为输入参数,避免了相位误差对识别结果的影响,能够有效提高识别精度.

摘要： 本文设计了一种基于卡尔曼滤波器的GNSS信号跟踪环路.卡尔曼滤波器通过状态方程和测量值的组合,提供输入的最佳估计.通过仿真分析,新的环路能更好地适应高动态、低载噪比(25dB以下)的环境当中,整体跟踪性能更好。

摘要： 并网变流器采用的传统锁相环在电网电压畸变且不平衡时存在检测误差,而改进的锁相环由于滤波效应在电压相位发生突变时动态响应特性不好.本文设计一种能在电压畸变且不平衡条件下准确检测相位,且在电压相位发生突变时动态响应较快的锁相环.该锁相环应用低通滤波器提取电压中的正序基波分量,同时设计一种强跟踪卡尔曼滤波器将电网电压突变即时地检测并前馈给锁相环,从而提高其动态响应特性.仿真结果表明该锁相环能够在电网电压畸变且不平衡时准确地检测电压相位,且在电压相位突变时动态性能优于改进的锁相环.

摘要： 使用全球定位系统(GPS)作为主要感测装置之定位与导航系统已经发展数十年,该技术已相当成熟且广泛被运用在户外开放环境之应用.近年来随着小型无人载具与飞行载具之迅速发展,户外开放环境的应用已经不足以应付快速发展的各式应用,尤其是针对室内或大楼林立的都会区.为了满足在GPS讯号微弱或是无法到达的环境所需的定位需求,已有许多研究开始进行无GPS环境定位技术之研究与开发,除了使用超音波和雷射等感测器外,已经有许多的研究使用影像处理技术来克服室内定位之问题.本研究的目的是整合单摄影机同步定位与建图(MonoSLAM)演算法与惯性测量元件(IMU),开发出可靠又稳定之室内定位系统.该MonoSLAM演算法撷取影像上多个特征点并使用扩展卡尔曼滤波(EKF),估算出镜头与特征点之相对位置关系,同时估算出镜头之位置、速度与姿态等资讯.由于不同影像之特征点不一定会相同,因此特征点追踪演算法对于状态估算之可靠度与准确度就扮演着相当重要的脚色,错误的特征点预测与计算将造成状态估算发散.为了解决这个问题,本研究使用多速率卡尔曼滤波器来整合多感测器之输出.最后,由实验的结果得知所开发的MonoSLAM与IMU整合系统,可以改善镜头位置估算的可靠性和准确性.

摘要： 针对船舶定点定位工作模式,对其路径规划控制策略进行了研究.结合工程运用,采用PID控制算法,针对其参数较难整定的问题进行改进,通过构造随时间变化的目标位置函数的方法进行路径规划,从而达到输出平稳控制力和路径规划的目的.结合船舶运动模型,引入卡尔曼滤波器对前期信号进行处理,分别采用三种不同的目标位置函数进行仿真,比较三种路径规划策略下船舶定位的快速性、稳定性、准确性、控制输出的平稳性以及规划路径与实际路径,验证了构造目标位置函数方法的可行性和有效性.

摘要： 提高火箭制导平台的导航定位精度,是火箭试验技术的重要研究内容之一.本文针对某火箭制导平台,设计了一种基于微机电惯性导航与GPS(INS_GPS)多传感器相组合的,采用间接输出校正的导航解算算法.算法利用卡尔曼滤波器对系统误差进行最优估计,估计结果修正惯导解算输出和敏感元件输出.仿真结果表明,在GPS收星有效以及火箭动态过程平稳情况下,该组合导航算法对INS误差随时间积累有明显抑制作用.

摘要： 本文针对短距起飞垂直降落(STOVL)飞机发动机存在的系统摄动和控制回路时滞问题,基于保性能控制理论,设计了保性能鲁棒控制器控制器,提出了求解相应线性矩阵不等式(LMI)的方法,实现发动机在工作条件恶化的情况下仍能保持满意的性能,保证飞行安全.并进一步考虑传感器故障,利用卡尔曼滤波器的特性,构建卡尔曼滤波器组,从而当传感器发生故障时,能够利用系统预测值重构控制信号,实现容错控制.仿真验证表明,本文所提的保性能控制方法可以提高STOVL发动机的稳态和动态性能,具有良好的容错能力.

摘要： 本发明公开了一种多项式卡尔曼滤波方法及滤波器，该滤波方法包括：获取待滤波信号；采用固定长度的窗函数对待滤波信号进行截取，得到截取数据；对截取数据进行多项式拟合，确定多项式系数变换方程；根据多项式系数变换方程，确定卡尔曼滤波的预测方程和校正方程；根据预测方程和校正方程，采用卡尔曼滤波算法对待滤波信号进行平滑滤波。采用本发明提供的窗函数多项式拟合算法与卡尔曼滤波算法结合的滤波方法，无需设置截止频率，就能够实现对各种频率的噪声信号进行平滑滤波，具有普适性。此外，与FIR滤波器相比，还可以以较低阶数实现较好的平滑效果，缩短时间延迟。

摘要： 本公开是关于数据处理技术领域，公开一种处理截断数据的卡尔曼滤波方法及滤波器。该处理截断数据的卡尔曼滤波方法包括：使用无迹卡尔曼滤波UKF算法计算待测系统的一步预测状态值和协方差；使用修正观测方程基于所述待测系统的一步预测状态值确定所述待测系统的预测观测值；基于所述待测系统的预测观测值和所述协方差确定所述待测系统的卡尔曼增益；基于所述卡尔曼增益对所述待测系统进行状态更新和测量值更新。

摘要： 本发明公开了一种多项式卡尔曼滤波方法及滤波器，该滤波方法包括：获取待滤波信号；采用固定长度的窗函数对待滤波信号进行截取，得到截取数据；对截取数据进行多项式拟合，确定多项式系数变换方程；根据多项式系数变换方程，确定卡尔曼滤波的预测方程和校正方程；根据预测方程和校正方程，采用卡尔曼滤波算法对待滤波信号进行平滑滤波。采用本发明提供的窗函数多项式拟合算法与卡尔曼滤波算法结合的滤波方法，无需设置截止频率，就能够实现对各种频率的噪声信号进行平滑滤波，具有普适性。此外，与FIR滤波器相比，还可以以较低阶数实现较好的平滑效果，缩短时间延迟。

摘要： 本发明公开了一种多尺度卡尔曼滤波与无迹卡尔曼滤波融合的电池SOC估算方法，包括：步骤一、通过电池充放电测试系统和温度箱，对待测电池在不同温度以及不同工况下进行充放电测试，步骤二、根据测试过程中采集待测电池的样本参数构建电池实际容量计算模型，通过计算模型计算得到所述待测蓄电池的实际容量；步骤三、根据所述并根据所述测试过程中采集电池的样本参数建立待测蓄电池的一阶RC等效电路模型，根据基尔霍夫定律可以得到一阶等效电路模型的状态与观测方程；步骤四、利用多尺度自适应无迹卡尔曼滤波算法进行状态估计，输入测试电流和电压，以实际测量端电压与估计值误差最小为目标，获得待测蓄电池的SOC值的最优估计值，即为蓄电池SOC估算值。

摘要： 本发明提供一种基于卡尔曼滤波器的IQ调制器自动偏压控制方法及系统，属于光信号调制技术领域。所述方法包括：IQ调制器输出的部分光信号经过光电检测器转换为电信号后，通过模数转换器输入同步检测器以提取与偏置电压漂移量成比例的幅值信号，提取的幅值信号为检测误差信号E，根据得到的检测误差信号E，卡尔曼滤波器估计出当前IQ调制器中三个偏置点的偏移大小，将估计得到的估计误差信号e输入到偏置电压控制模块进行反馈输出，反馈信号经由三个数模转换器输出到IQ调制器三个偏置点中，实现对偏置电压的控制。采用本发明，能够有效提升自动偏压控制系统的收敛速度和工作稳定性。

摘要： 本发明涉及一种适用于位姿测量卡尔曼滤波的滤波器更新信息筛选方法，包括：持续获取并存储带有时间戳信息的IMU测量数据、IMU解算结果和外部位姿观测结果；选取最新获取的和临近的两帧外部位姿观测结果，按照时间戳最接近再选取出两帧IMU解算结果；根据外部位姿观测结果和IMU解算结果求取相对偏差；相对偏差不超出偏差阈值范围，则将最新获取外部位姿观测结果作为外部观测量，进行卡尔曼滤波器状态向量的更新；利用更新的对应时刻的卡尔曼滤波器状态向量和该时刻之后已存储的IMU测量数据重新进行捷联惯导解算，更新位姿测量结果。本发明提升位姿测量结果准确性，既保证有效的观测数据及时接入滤波器，又避免不合理的观测数据对滤波器的破坏。

摘要： 本发明公开了一种基于强跟踪滤波的高阶扩展卡尔曼滤波器设计方法。本发明将状态模型中的高阶多项式定义为系统的隐变量，并将状态模型等价改写成基于原始变量和隐变量相结合的伪线性模型；视高阶隐变量为系统的各阶加性参数，再通过对它们之间进行随机动态建模，建立起由状态与参数相结合的扩维线性状态模型；对测量模型进行相应处理，建立基于状态与参数相结合的扩维线性测量模型；然后对扩维后的模型进行进一步的初始化，滤波器迭代，时间更新和测量更新，设计得到基于强跟踪滤波的高阶扩展卡尔曼滤波器。本发明在解决状态模型和观测模型为强非线性情况下的估计精度低，计算成本高，鲁棒性差等问题，可以应用到非线性动态系统的目标跟踪领域。

摘要： 本发明提出一种基于自适应二阶卡尔曼滤波器的载波跟踪环路及其滤波方法，该自适应二阶卡尔曼滤波器的载波跟踪环路包括本地载波发生器、积分清除器、载波环鉴相器、环路滤波器和自适应二阶卡尔曼滤波器。本发明克服了传统卡尔曼滤波器在先验信息不准确时使滤波器发散，从而导致跟踪环路失锁的缺点。本发明在系统模型不完整或其先验信息不准确时，通过渐消因子自适应的调节预测误差协方差矩阵，从而达到实时调整增益矩阵的目的，使滤波器接近最优，可以有效的抑制滤波器的发散，且本发明中渐消因子的估算方法计算简单，计算量小，适应性强，提高了滤波算法的可靠性。

摘要： 本发明提供一种基于卡尔曼滤波器的IQ调制器自动偏压控制方法及系统，属于光信号调制技术领域。所述方法包括：IQ调制器输出的部分光信号经过光电检测器转换为电信号后，通过模数转换器输入同步检测器以提取与偏置电压漂移量成比例的幅值信号，提取的幅值信号为检测误差信号E，根据得到的检测误差信号E，卡尔曼滤波器估计出当前IQ调制器中三个偏置点的偏移大小，将估计得到的估计误差信号e输入到偏置电压控制模块进行反馈输出，反馈信号经由三个数模转换器输出到IQ调制器三个偏置点中，实现对偏置电压的控制。采用本发明，能够有效提升自动偏压控制系统的收敛速度和工作稳定性。

摘要： 本实用新型公开了基于盲分离与卡尔曼滤波器的忆阻器窄带干扰处理系统，包括盲分离系统和干扰处理系统，所述盲分离系统包括外部数据源模块，所述外部数据源模块的输出端电连接有信号白化模块，所述信号白化模块的输出端依次电连接有第一忆阻器网络模块、盲信号处理模块，所述第一忆阻器网络模块的输出端电连接有第二忆阻器网络模块，所述盲信号处理模块的输出端电连接有稀疏信号处理模块，所述稀疏信号处理模块的输出端电连接有自动检测算法模块，所述自动检测算法模块与第一忆阻器网络模块之间电连接，所述第二忆阻器网络模块的输出端与自动检测算法模块之间电连接，所述自动检测算法模块与自动检测算法模块之间电连接。