基于超宽带技术测距的室内定位系统

超宽带具有时间分辨精度高、抗多径等优点,因此利用其测量参考点与定位点之间的距离。本文采用基于测距值校正的卡尔曼滤波定位算法,首先利用双边双向测距方法测量超宽带信号在参考点与定位点之间的飞行时间,得以光速得到距离信息。利用距离拟合公式对测距值进行校正,然后运用卡尔曼滤波算法对校正值优化,降低非视距引起的干扰。最后将优化的测距值和参考点信息带入定位算法求解定位目标的坐标值。     

一种改进的超宽带卡尔曼信道估计

在MB-OFDM超宽带系统中,针对《无线高速率超宽带物理层和媒体访问控制规范》国家标准中MAC层数据结构,提出了一种卡尔曼滤波改进的反馈信道估计算法。该算法是在卡尔曼滤波之前加入一个多级LS算法的预估价。与传统卡尔曼滤波比较,该方法提高了卡尔曼滤波的收敛速度,简化了卡尔曼滤波的迭代过程,最小均方误差性能和误码率性能也略有提升。     

基于局部特征压缩采样的网络入侵信号检测

对网络入侵信号的准确检测,提高检测概率是保证网络安全的基础,传统检测方法难以实现对较低信噪比下的攻击信号的高效定位和检测,无法有效预测入侵信号的局部特征点,导致重采样,虚警概率和漏检概率较高。提出一种基于局部特征压缩采样的网络入侵信号检测算法,构建低信噪比下网络入侵信号模型,采用多普勒频移模糊搜索对入侵信号进行平滑处理,得到入侵信号的局部特征预测量和测量值,为了使得入侵检测适合线性实时处理过程,提高在低信噪比下的检测性能,采用卡尔曼滤波对结果进行修正,采用局部特征压缩采样判断入侵信号的联合特征,实现了对网络入侵信号的局部特征压缩采样检测。仿真结果表明,该算法检测性能较好,检测概率优于传统算法,展示了较好的应用价值,确保了网络安全。     

超声波测距信号实时降噪滤波算法仿真与应用

针对目前油井超声液面深度测试系统测量噪声大,测量范围小、结果误差大、测量精度低的问题,提出一种新型超声波信号高效降噪和滤波算法。采用自回归积分滑动平均模型建模方法对油井套管中的超声波序列建立ARIMA数学模型体系;运用高精度新息自适应卡尔曼滤波算法实时估计超声波序列中的液面回波;采用液面波自动识别技术检测微弱液面回波。仿真和工程应用结果表明,算法实时、高效,动液面深度测量误差小,能满足实际工程应用。     

卡尔曼滤波的基本原理及应用

卡尔曼滤波在信号处理与系统控制领域应用广泛,目前,正越来越广泛地应用于计算机应用的各个领域。为了更好地理解卡尔曼滤波的原理与进行滤波算法的设计工作,主要从两方面对卡尔曼滤波进行阐述:基本卡尔曼滤波系统模型、滤波模型的建立以及非线性卡尔曼滤波的线性化。最后,对卡尔曼滤波的应用做了简单介绍。     

电动汽车电池剩余电量百分比SOC的参数识别优化

针对标准卡尔曼滤波算法在对SOC参数识别时还存在识别精度不高、稳定性较差等问题。本文设计了一种以非线性变换卡尔曼滤波算法为基础的SOC参数识别优化模型,最先近似非线性函数的概率密度分布,之后再采用具有确定点集来对输入状态的分布进行表示,之后再对每个Sigma点进行非线性变换,得到非线性变换后的点集和方差,最后用本文设计的算法优化SOC估算算法。并进行了仿真实验。结果表明,与标准卡尔曼滤波算法相比,改进后的卡尔曼滤波算法的估算曲线波动较小,且具有更高的稳定性和估算精度。     

基于自适应卡尔曼滤波算法的锂电池SOC估算

针对目前锂离子电池的SOC估算方法精度较低、实用性不强等问题,在改进的PNGV模型的基础上,采用自适应卡尔曼滤波算法在线估计噪声的统计特性以提高估算精度。通过仿真试验表明,采用自适应卡尔曼滤波算法的SOC估算精度明显高于扩展卡尔曼滤波算法,其有效地降低了SOC估算过程中的噪声干扰,具有一定的可靠性和实用性。     

添加约束的EKF-SLAM算法

为了得到较高的估计精度,基于扩展卡尔曼滤波的同时定位与地图生成算法(EKF-SLAM)需要完成多次路径闭合.这不仅消耗大量的时间与能量,而且增大了机器人发生故障的概率.本文提出一种添加约束的EKF-SLAM算法.该算法通过分析协方差矩阵确定目标路标对,用测量信息与全局先验方向对原估计结果进行约束,能够极大改善估计效果,兼顾高效率与高精度.实验结果及其分析充分表明了算法的有效性.     

容积卡尔曼滤波在车辆定位中的应用研究

在万物互联的时代,交通系统中精准的车辆位置信息显得尤为重要。为了能够得到准确的车辆位置,通过硬件采集到基本数据后,可再经过一系列数据处理,能够一定程度上提高车辆定位的精度。本文将自适应的交互多模算法和容积卡尔曼滤波算法(CKF)相结合,能适应车辆的各种机动状态。仿真实验表明,交互多模容积卡尔曼滤波算法的定位精度相较于容积卡尔曼滤波算法的定位精度能够提升25%左右。     

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。     

卡尔曼滤波在动位移测试中的应用

探讨了卡尔曼滤波算法的影响因素和模型设计的方法,在建立桥梁振动系统状态空间模型的基础上,对系统噪声、量测噪声进行了统计,进而运用了卡尔曼滤波算法对加速度信号进行了滤波及状态估计。     

一种高阶平滑表面并行提取方法

针对高阶平滑表面算法计算复杂和数据量大的问题,提出一种加快高阶平滑表面算法速度的并行方法.首先对高阶平滑表面算法进行并行化,然后采用优化技术提高算法性能,同时采用矩阵压缩改善内存空间性能.实验表明,在双核处理器上平均加速比达到1.87.     

GPS/INS组合导航系统算法的研究

介绍了组合导航系统发展现状和结构,重点研究了GPS/SINS组合导航中的算法问题.以卡尔曼滤波理论为基础,对GPS/SINS的算法进行了详细的研究,分析总结了卡尔曼滤波,H∞鲁棒滤波,神经网络在GPS/SINS组合定位系统中的应用现状.     

卡尔曼滤波算法在焦炭产量预测中的应用

焦炭产量预测是进行焦炭市场分析的必要环节。本文选用焦炭产量作为唯一的状态变量,利用卡尔曼滤波算法,通过每一时刻的新息进行不间断的迭代,以获得焦炭产量最优的真实状态估计值。通过实证分析表明,卡尔曼滤波算法能够较准确地跟踪和估测焦炭产量。     

基于无矩阵求逆卡尔曼滤波的动态OD矩阵估计

本文针对一种动态OD矩阵的状态空间模型，引入了一种无需进行矩阵求逆运算的卡尔曼滤波算法进行动态OD矩阵估计，并通过一个简单实例与常规的卡尔曼滤波方法进行了仿真比较，说明了该算法的有效性．     

一种卡尔曼滤波自适应算法

自适应滤波是指随着外部信号的变化,滤波器能够自我调节滤波参数,使得滤波器的某一性能指标达到最优。文章以卡尔曼滤波理论为基础,给出一种新的自适应卡尔曼滤波算法。     

基于改进指数平滑算法的气温预测研究

本文主要研究了基于改进指数平滑算法的气温预测问题。首先引入时间序列模型概念,对常用气温预测模型进行简要分析,另外对一阶指数平滑算法进行相关推导,同时提出了自适应指数平滑算法;其次,结合广西容县近30年月均气温实测数据,分别建立BP神经网络预测模型、传统指数平滑算法预测模型以及改进后的基于自适应指数平滑算法的预测模型,对2016年气温数据进行预测并分析模型优势;最后,将改进模型用于预测2017年和2018年中未知月份的月平均气温值,并针对实验结果进行数据分析修正。通过对不同预测模型的比较和仿真实验,结果表明基于自适应指数平滑算法的气温预测模型预测精度较高,实用性强,具有一定的推广性。     

基于卡尔曼滤波的两轮平衡车姿态信息测量

智能电动两轮平衡车的稳定性很大程度上取决于车体姿态信息检测的准确性。为解决低成本传感器测量精度不高的问题,实现对平衡车俯仰角和横滚角的高精度测量,本文采用卡尔曼滤波算法,利用加速度计所解算的姿态角建立观测方程,利用陀螺仪输出的角速度建立状态预测方程,建立卡尔曼滤波器,实现陀螺仪和加速度两传感器数据的融合,最终完成对平衡车姿态角的估计。     

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.     

基于视觉偏移修正的浓雾图像突兀点平滑处理

在浓雾环境下采集的视觉图像出现突兀点,需要进行平滑处理,提高对浓雾环境下的图像成像和识别能力。传统方法中采用差频控制的浓雾图像突兀点平滑处理算法,图像采集出现视觉偏移时平滑处理效果不好。提出一种基于视觉偏移修正的浓雾图像突兀点平滑处理算法,基于浓雾天气条件下单色大气散射模型,物体表面的反射光由于大气粒子的散射而损失,得到雾点散射损失,采用视觉偏移修正的算法,提高对浓雾图像的视觉偏移修正能力,由于起点坐标和视线方向出现视觉偏移,采用去雾滤波算法提高突兀点的平滑性能,得到浓雾图像的去雾滤波系统函数,通过边缘检测得到图像的突兀点平滑结构,进行Hough变换直线检测,实现视觉偏移修正和突兀点平滑改进。仿真结果表明,该算法具有较好的突兀点平滑处理性能,无论是细节还是浓雾图像的色彩都恢复得比较自然和清晰,去雾效果较好,平滑处理的图像有较高的配准率,展示了该算法的优越性能。