基于扩展卡尔曼滤波的PMSM无速度传感器控制系统

本文分析和研究扩展卡尔曼滤波在永磁同步电动机无速度传感器调速系统中的应用,并给出了基于扩展卡尔曼滤波的永磁同步电动机无速度传感器调速系统的实现方法。     

基于人工神经网络的围岩损伤识别方法

文章提出了根据公路隧道开挖后变形观测数据,建立基于人工神经网络的围岩损伤识别方法.认为首先利用数值计算围岩的变形对神经网络进行训练,然后根据模拟的观测数据对围岩的损伤程度和损伤位置进行识别.数值计算结果表明,人工神经网络具有良好的识别效果.     

扩展卡尔曼滤波在目标跟踪中的应用

目前寻的制导导弹大多采用比例导引规律,导引头作为寻的制导控制回路的测量敏感部件,需要提供实现导引规律所需要的导弹-目标视线角速度信号.采用速率陀螺稳定平台的导引头角跟踪系统可以直接提取用于比例导引的惯性视线角速率,但这种直接输出的角速度在精度和延迟上均无法满足系统设计要求,本文利用卡尔曼滤波方法解决了这一问题,文中给出了基于卡尔曼滤波的跟踪系统原理,导引头平台的卡尔曼跟踪模型,扩展卡尔曼算法的推导,最后在某8毫米导引头样机上用仿真航路验证了这种方法的有效性.     

扩展卡尔曼滤波在非线性系统中的应用

扩展卡尔曼滤波利用泰勒展开实现非线性模型的局部线性化,扩展了卡尔曼滤波在非线性系统中的应用。将其分别应用于一维非线性系统和二维非线性系统中,通过MATLAB仿真得到其滤波结果及误差,结果表明扩展卡尔曼滤波具有良好的滤波性能和跟踪精度。     

一种基于扩展卡尔曼滤波法的快速路状态估计算法的研究

本文提出了一种应用车牌识别系统采集数据计算路径旅行时间的方法,并将该旅行时间用于扩展卡尔曼滤波（EKF）方法对快速路多路段的状态估计结果的修正,以matlab仿真结果验证了修正后估计算法的有效性,为实际应用提供一种简便有效的状态估计方法.     

卡尔曼与扩展卡尔曼滤波的RFID降噪处理方法

如今,智慧城市和物联网的不断发展,定位技术的作用也日益凸显,室内定位精度也随之变得尤为重要,内环境众多复杂的因素会影响到定位精度和稳定性,系统自身会产生噪声从而影响定位精度在实验过程中,然而研究人员往往会忽略噪声对精度的影响。本文为了减少RFID定位系统产生的噪声,基于UWB定位模型搭建了定位实验环境,基于不同数字滤波方法(包括卡尔曼滤波方法,扩展卡尔曼滤波)进行研究。本文验证了标签在匀速线性运动和匀速椭圆形运动场景下的噪声滤波方法,并设计了单标签和多标签模式分别开展实验。结果表明,两种卡尔曼滤波方法在两种运动模式下都取得了较好的降噪效果,经典卡尔曼滤波的滤波效果优于扩展卡尔曼滤波。     

基于线性内插的扩展卡尔曼滤波法的NDVI时间序列重构研究

由于归一化植被指数(NDVI)时间序列数据含有大量的噪声,对其应用带来诸多不便。为了提高NDVI数据质量,本文采用线性内插的扩展卡尔曼滤波(EKF)法对广州市森林地区的NDVI时间序列数据进行了重构,并与EKF和中值滤波方法进行比较。利用部分样点的实测数据与重构后的NDVI值进行比较,得到基于线性内插的EKF、EKF和中值滤波三种方法的相对误差分别在-1.91%~0.93%,-3.86%~5.85%和-0.28%~16.30%之间。结果表明:基于线性内插的EKF算法的时间序列重构方法重构后的NDVI时间序列能够更好的逼近高质量的数据,拟合原始曲线的波峰,在提升曲线的整体效果的同时,降低原始数据的均值偏差和数据的离散程度,对低值噪声的抑制能力更好。通过该重构方法重构后的较高质量的NDVI时间序列数据为森林监测、生态保护以及建设提供了良好的基础。     

基于支持向量机建筑结构损伤识别方法研究

数据技术在建筑行业的利用越来越广泛,使用数据挖掘技术,就能建立具有快速高效数据采集、传输和处理能力,满足结构实时在线监控和预测要求并实现网络传输和共享的智能检测系统,解决传统统计方法难以有效处理的问题。在这类系统中建筑结构损伤识别方法是其关键技术,对此类方法的研究是建筑行业和数据领域共同的研究目标。     

桥梁结构损伤识别方法综述

我国的地貌丰富,为满足交通需求,大批跨河桥梁和高架桥应运而生,而随之到来的桥梁结构损伤问题也逐渐受到关注。在交通量大且运营压力大的今天,桥梁经常超载运营,再加之各种不可预见的自然灾害,使得桥梁结构疲劳损伤日趋严重。出现这些问题,首先要对桥梁工作状态,损伤程度和安全性进行评估,然后提出相应处理措施。经过多年的理论研究和实践,国内外学者们提出许多关于桥梁结构损伤识别的方法。本文通过对桥梁检测技术的综合叙述,阐明了桥梁检测的主要项目。从而系统梳理桥梁检测技术知识和提高桥梁损伤识别的有效性。     

基于改进曲率法和数据融合的梁体损伤识别方法

为了提高结构损伤识别的准确性,针对现有曲率法不能识别结构首尾单元损伤的缺陷,提出了改进曲率法。将三种损伤指标静态位移差曲率、模态振型曲率差、模态柔度差曲率进行改进及数据融合,提出了基于改进曲率法和数据融合的损伤识别方法。对简支梁进行了数值模拟分析,结果表明,与单一损伤指标进行损伤识别的方法相比,采用基于改进曲率法和数据融合的损伤识别方法具有较高的损伤识别准确性,并且可以识别损伤程度。     

基于图的频繁子结构挖掘算法

数据挖掘技术及其算法是目前国际上数据库和信息决策领域最前沿的研究方向之一.本文就数据挖掘中基于图结构的gSpan挖掘算法及其应用进行了研究.     

扩展卡尔曼滤波观测器在异步电机断电情况下转子转速检测的应用

异步电机矢量控制策略需了解转子转速信息以实现磁场定向,为了该目的,本文提出了应用扩展卡尔曼滤波(EKF)观测器在电机断电情况下对转子的速度进行检测。EKF很好的实现了转速的检测。但是异步电机是一个非线性,含有参数变化和扰动的系统。因此本文分析了EKF对电机参数变化之鲁棒性并提出两种方法来提高观测器鲁棒性。仿真结果表明,这两种方法对EKF的检测误差起到了很好的修正作用。     

基于卡尔曼滤波的GPS轨迹跟踪

Kalman滤波能够在线性高斯模型的条件下,对目标的状态做出最优的估计得到较好的跟踪效果。由于民用领域GPS的时钟信号认为加入了高频振荡随机干扰信号,致使所有派生的卫星信号均产生高频的抖动。为了提高定位精度,需要对GPS的位置和速度的观测信号进行kalman滤波。在GPS系统中认为加入的高频随机干扰信号可看做GPS定位的观测噪声。Kalman滤波虽然不能完全消除噪声,但是它已经最大程度上地降低噪声的影响了。     

基于卡尔曼滤波的海上船舶识别

随着国家海洋发展战略的深入,维护国家海洋权益的形势日益严峻,利用多种传感器对海上船舶进行侦查识别已成为海洋管理的重要技术手段。然而由于噪声、干扰、传感器校准等因素的影响,传感器在获取信号和数据预处理的过程中不可避免的会出现误差。此种误差属于不受人为控制的随机误差,本文采用卡尔曼滤波算法来减小这种随机误差,达到理想的效果。     

桥梁结构损伤的智能识别方法应用研究

结构损伤识别在桥梁健康监测领域有着重要的地位,是桥梁进行加固维护的前提。桥梁结构损伤识别越来越受到人们重视,并提出了各种各样的损伤识别方法,本文解释了桥梁结构损伤识别的定义,并介绍了各种桥梁结构损伤的智能识别方法,有望在此基础上能够对桥梁结构的损伤识别提供相应的参考依据。     

桥梁结构损伤的曲率模态识别方法研究

以广东省某特大斜拉桥为工程背景,选取施工阶段结构的简化体系建立计算模型,对不同位置及不同程度的结构损伤的识别效果进行了分析讨论。结论表明,曲率模态是结构损伤识别的敏感标示量。     

空心板桥铰缝损伤识别方法研究

本文利用了空心板桥的受力特点和铰缝在板与板之间横向传力的作用,用数值方法研究了空心板桥在加一瞬态力后,自由振动过程中,损伤前后瞬态位移的变化情况,提出了基于瞬态分析的空心板铰缝损伤识别方法。     

基于仿射变换的文字识别方法

基于图像的文字识别技术面临着许多的课题,因几何形变而造成的文字误识别即是其中的一种。针对因拍摄角度不当而导致的文字变形问题,本文提出了基于仿射不变性的文字识别技术。在本方法中,利用仿射不变性初步对待识别文字进行辨认,之后通过推测旋转角度对文字进行高速的文字识别。本方法具有较高的识别鲁棒性,且识别时间短,能够满足实时辨认的要求。仿真的结果表明,本方法能够对产生变形的文字进行高速有效地识别。     

基于混合卡尔曼滤波的陀螺降噪技术

为了对光纤陀螺的动静态输出进行滤波,本文设计了混合卡尔曼滤波算法。首先使用窗口来分割原始数据,然后使用自适应滑动平均法检测窗口内的间断点;对于不具有间断点的窗口内部,使用修正值为k1的卡尔曼滤波方法来进行信号降噪;对于窗口内部具有间断点的情况,使用修正值为k2的卡尔曼滤波方法来进行信号降噪。采集陀螺的静态输出信号、仿真出陀螺的动态输出信号,同时使用DWT算法、普通卡尔曼滤波法、混合卡尔曼滤波方法进行降噪,结果表明只有混合卡尔曼滤波同时适用于陀螺的动静态输出。     

基于人工神经网络的汉字识别方法研究

电子计算机广泛应用于信息处理中,有极强的算术和逻辑运算能力,有极高的运算速度、精确度和可靠度。但是,它的形象思维能力与人相距甚远。如果计算机具备了模式识别能力,人们就可以使用机器来执行感知任务。文章运用了人工神经网络,模式识别的方法及原理,以Matlab软件作为平台来探讨应用神经网络对汉字进行识别。并通过对汉字样本图象采集输入,汉字图象二值化,行字切分,十进制存储等预处理,分别在有、无干扰的情况下对汉字进行识别,从而评价其性能的优劣。