基于贝叶斯滤波方法的心脏运动信号实时滤波算法

提出一种基于贝叶斯滤波递推状态估计的心脏运动测量信号实时滤波算法,提高心脏数据的测量精度,该方法建立了心脏运动模型与传感器误差模型,采用了扩展卡尔曼滤波与粒子滤波两种贝叶斯滤波方法的实现形式。实验结果表明,提出的算法有效地还原了心脏运动的真实值,并且满足了跟踪系统实时数据处理的要求,为整个系统精度的提高提供了保证。     

数据融合的两轮自平衡车姿态角度检测

根据陀螺仪和加速计两类惯性传感器在姿态角度检测中的优缺点,提出了将多传感器数据加权和卡尔曼滤波相结合的两轮自平衡车姿态角度检测数据融合算法.首先对传感器输出进行分组加权运算,然后采用卡尔曼滤波算法对加权计算结果进行估计.实验结果表明,该检测方法可行有效,相对单一传感器测量,可提升姿态角度检测精度.     

一种基于容积滤波的快速飞行姿态估计方法

为了提高飞行姿态的测量精度,工程上一般使用滤波算法对测量数据进行滤波降噪处理,由于建立在线性递推估计框架之上的卡尔曼滤波算法在处理非线性问题时精度不佳,且无迹卡尔曼滤波算法无法保证正交且解算量大,于是容积卡尔曼滤波算法便应运而生了。由于采用了容积采样准则,其解算量仍然较大,为此本文基于乔列斯基分解原理改进了容积卡尔曼滤波的逆矩阵运算方法,使解算精度保持不变的同时能够大幅降低解算时间,为工程应用提供了一种参考。     

基于三轴加速度计的车身姿态测量与解算

随着微机械电子系统的发展,车身姿态测量多采用惯性传感器为基础的捷联式测量,但由于陀螺仪产生的漂移和误差难以消除,采用三轴加速度计进行测量,再对车身姿态解算。算法采用改进的遗传神经网络算法,即以神经网络算法为基础,采用进退搜索算法加强遗传算法的收敛速度,进而优化权值与阈值选取,加快结果的输出。经过实验对比,该方法能够实现车身姿态的实时输出,算法精度符合要求。     

采用卡尔曼滤波算法的MEMS器件姿态测量

针对小型无人机上使用的MEMS惯性传感器在精度、噪声上存在的问题,采用卡尔曼滤波算法结合角度传感器、加速度传感器、磁阻传感器的传感信息,来解算姿态角最优值。采用四元素法确立了捷联矩阵,利用三轴陀螺仪传感器所得到的角速度信息建立系统状态方程,利用三轴加速度传感器和磁阻传感器信息建立了系统测量方程,进而设计了一种卡尔曼滤波器来滤除MEMS传感器存在的随机噪声,并解算出了小型无人机的姿态角。通过实验室静态测试和动态测试表明,无人机姿态角解算结果与实际值对比,误差能够控制在2°以内,可满足工程应用要求。     

小型弹箭弹体姿态测试解算方法研究

为测试小体积自旋弹的姿态,采用了地磁传感器和陀螺传感器的组合测试系统.结合地磁传感器和陀螺传感器的特点,提出了利用卡尔曼滤波算法来完成弹体姿态测试,并进行了仿真验证.仿真结果表明:方法可有效解决由于零漂导致陀螺解算误差随时间累计的问题,提高了姿态解算精度,从而实现小型弹箭弹体姿态信息的实时解算.     

基于 STM32 控制的平衡小车系统设计

为了响应节能环保、绿色出行倡议,缓解城市交通拥挤状况,提出一种基于 STM32F103C8T6 芯片控制的两轮平衡小车设计方案。以 MPU-6050 作为小车姿态传感器获取小车车体倾角和角速度,基于卡尔曼滤波算法对姿态传感器采集到的的数据进行滤波融合,利用霍尔编码器测量小车车轮转向和转速,运用 PID 算法对控制要求和采集的数据信息进行计算分析并输出控制 PWM,经由 TB6612 电机驱动模块驱动电机,实现小车自主平衡并具备一定的抗干扰能力。另外小车通过蓝牙模块与手机 APP 通信,可通过手机端控制小车前进、后 退、转弯等动作。     

基于STM32的两轮自平衡小车系统设计

针对小车控制系统的复杂性,设计一个以STM32F103C8T6微处理器为主控制器,以MPU-6050传感器为姿态检测部件的自平衡小车系统。由于陀螺仪和加速度计在测量时存在噪声干扰和随机漂移误差,采用卡尔曼滤波算法对陀螺仪和加速度计数据进行融合,补偿传感器测量误差,计算出小车倾角与角速度的最优估计值。并以最优姿态角和小车速度为反馈量构成双闭环控制,利用PID控制算法实现小车系统的自平衡控制。通过系统的软硬件设计、调试及运行情况,证明自平衡小车能够稳定地实现自平衡控制。     

基于铂电阻测温精度拟合算法仿真研究

铂电阻在温度测量中应用广泛。铂电阻温度测量过程中,为解决铂电阻测温的精度问题,提出了将线性最小二乘法和卡尔曼滤波相组合的算法。对铂电阻测温精度的拟合,提高了铂电阻的测温精度。该算法先利用卡尔曼滤波对温度数据过滤,减少随机误差,得到初步温度数据,再利用线性最小二乘法对温度数据拟合,以进一步提高温度精准度。仿真结果证明该算法比传统温度拟合算法减少了误差,提高了测温精准度。     

一种稳定平台中陀螺漂移滤波算法的设计与实现

针对稳定平台工作中陀螺仪漂移问题,采用以陀螺仪角速度传感器的输出量作为观测量,建立陀螺仪漂移的数学模型和状态方程,然后利用卡尔曼滤波对含有噪声的测量数据进行滤波处理的方式改善漂移问题.仿真结果表明,该方式可以有效抑制陀螺仪信号中的扰动,提高陀螺仪稳定平台的工作精度.     

线性与非线性滤波方法仿真

在数据量测领域,对运动目标当前的运动状态进行滤波,并对目标未来的运动状态进行预测,讨论线性的数据平滑处理、最小二乘和卡尔曼滤波,通过非线性地扩展卡尔曼滤波进行仿真实验。线性与非线性滤波方法是多传感器数据预处理的主要工具,仿真实验表明,滤波方法能够有效处理运动目标量测误差。     

静水压活塞高压装置压力校正数据采集系统

高压装置的压力定标至关重要，在压力定标的过程中，一般采用精密电桥来测量压力传感器定标物质的电阻，易产生测量误差。压力校正采用数据采集适时处理系统．可以克服传统电桥测量方法所带来的误差，提高了测量高压装置压力的精度。     

两轮自平衡车控制系统的研究

分析了两轮自平衡车的总体原理及数学模型,针对单个传感器在两轮平衡车姿态检测中存在的干扰和漂移误差问题,采用互补滤波算法对加速度计和陀螺仪输出的数据进行融合演算,对噪声干扰进行了良好的抑制,提高了输出姿态角的准确性。针对两轮平衡车自平衡控制问题,采用比例、积分、微分控制器,使平衡车的平衡系统得到良好的直立平衡控制。仿真数据和实验结果表明,该方法解决了单个传感器对姿态角测量误差大的问题,达到要求的控制性能。     

噪声方差未知卡尔曼滤波平滑

文章基于噪声方差未知的卡尔曼滤波,提出新的固定点卡尔曼滤波平滑器,推导出方差未知时卡尔曼滤波平滑方程,并且给出平滑增益阵和平滑误差方差阵新算法,结论分析平滑运算可以改善滤波的性能,提高估计的精度.     

基于Petri网建模的道路车流量预测方法研究

在对基于Petri网建模道路进行分析时发现,当利用智能算法优化交通信号时会存在一定滞后性,主要原因在于智能算法运算效率不高,以及道路车辆产生的一些随机因素等。因此,使用Petri网对交叉口进行建模并模拟车流产生,并运用改进卡尔曼滤波算法对道路车流量进行预测,用于弥补因车辆随机因素或使用智能算法造成的时滞。改进算法采用SVM回归对利用卡尔曼滤波产生的误差进行拟合与预测,用于补偿卡尔曼滤波算法产生的误差。实验结果表明,利用SVM回归改进的卡尔曼滤波对车流预测产生的总误差比传统卡尔曼滤波预测误差降低了6个百分点,证明该方法有效提高了车流预测精度。     

基于IMMUKF的目标定位跟踪算法研究

目标定位跟踪的关键在于得到精确的定位数据,而要获取精确的定位数据取决于高效的滤波算法。无迹卡尔曼滤波由于具有定位精度高、算法复杂度低等特点,被广泛应用于非线性系统中。针对无迹卡尔曼滤波在目标运动状态突变时容易出现跟踪精度下降、目标丢失等问题,对传统无迹卡尔曼滤波算法进行优化和改进,通过将无迹卡尔曼滤波与IMM卡尔曼滤波算法相结合,利用IMM算法的鲁棒性有效提高了无迹卡尔曼滤波在目标机动运动时的跟踪精度,避免了目标丢失。实验仿真结果表明,IMMUKF算法具有很好的稳定性,可实现复杂的目标跟踪。     

基于视觉的双轮竞速自平衡小车的设计

针对双轮竞速自平衡小车运动时的姿态倾角存在误差、平衡性不够好的问题,采用视觉传感器、卡尔曼滤波、高性能DSP、Wi-Fi通信等多种物联网技术,设计出一款基于视觉的双轮竞速自平衡小车。详细阐述了该小车的工作原理、系统架构、硬件设计及PID、卡尔曼滤波算法。实践表明,基于视觉的双轮竞速自平衡小车具有姿态倾角精准、运动平稳、转弯半径小——可达零转弯半径、前进后退切换自如等优点。     

一种双端固定音叉式天平数字滤波的设计与实现

为提高基于双端固定音叉式称重传感器的电子天平测量精度以及不同场景下抗干扰的性能,设计了一个数据采集系统并通过串口将称重数据传送至上位计算机进行滤波分析处理,根据分析结果选择相应的滤波算法,并进行了嵌入式系统实现,该滤波能达到提高测量精度与抗多种环境干扰的目的。     

基于卡尔曼滤波的轴向加速度动态标定方法

本文针对弹载加速度传感器量测误差较大的问题,提出应用卡尔曼滤波对弹丸轴向加速度传感器输出模型中的参数C进行估计。采用改进的质点弹道模型,建立卡尔曼滤波系统状态模型和以加速度传感器输出作为滤波过称中的量测值,推导并分析了相应的滤波公式,对轴向加速度实行了弹上动态标定。仿真结果表明,标定误差很小,其标定的比例系数C为一常数,和理论分析一致。     

卡尔曼滤波在GNSS桥梁变形监测系统中的应用

卡尔曼滤波作为一种动态实时数据处理方法已经广泛应用于测量领域,介绍卡尔曼滤波方法在变形监测测量中滤波模型的建立、初值的确定和精度的评定方法,开发基于GNSS的桥梁变形监测系统,并结合具体工程应用实例说明。