强耦合时滞系统的改进型卡尔曼滤波器设计

为了提高强耦合时滞系统的跟踪性能,设计了改进型卡尔曼滤波器.首先,描述了一类强耦合时滞系统的数学模型;其次,用指数衰减记忆的改进型卡尔曼滤波器对一类强耦合时滞系统的状态进行了估计.仿真结果表明,改进型卡尔曼滤波器的跟踪性能优于常规的卡尔曼滤波器.     

基于智能算法优化卡尔曼滤波器的电机转速估计

针对感应电机扩展卡尔曼滤波器转速估计中难以取得卡尔曼滤波器系统噪声矩阵和测量噪声矩阵最优值的问题,提出了一种基于改进粒子群算法优化的扩展卡尔曼滤波器转速估计方法。算法通过融合遗传算法和粒子群算法的优点,采用可调整的算法模型对粒子群算法进行改进,将改进的粒子群算法对扩展卡尔曼滤波器中的系统噪声矩阵和测量噪声矩阵进行优化处理,将优化后的卡尔曼滤波器应用于感应电机转速估计,仿真实验表明,与试探法、标准粒子群算法及遗传算法比较,改进粒子群算法优化的扩展卡尔曼滤波器能够有效提高转速估计的精度,从而提高无速度传感器矢量控制系统的控制性能。     

融合卡尔曼谐波补偿的有源电力滤波器

针对基于有源电力滤波器(APF)在电网中检测谐波时常规的谐波电流检测方法速度慢、精度不高,提出了一种融合卡尔曼型Ip-Iq法检测谐波,在一定程度上减小了检测误差。采用卡尔曼滤波器代替低通滤波器完成滤波,采用融合卡尔曼型Ip-Iq法作为谐波检测的方法 ,并建立了有源电力滤波器的仿真模型,分析电流的波形和谐波畸变率值,验证了所述理论和控制策略的正确性和可行性,仿真结果表明融合卡尔曼型Ip-Iq法能够对谐波进行有效补偿。     

无刷直流电机转子状态检测方法与仿真

研究了电机控制的数学模型,利用扩展卡尔曼滤波器对电机转子的状态做出了最小方差估计,通过计算机仿真验证了此方法的有效性。     

基于模糊自适应无迹卡尔曼滤波的多源异构信息融合弹道目标跟踪测量系统

本文将多源信息融合理论应用于弹道目标跟踪系统,综合考虑到“当前”统计模型能够准确描述主动段导弹飞行特性,和卡尔曼滤波器预测的无偏性,稳定性和最优化特点.在“当前”统计模型的基础上,利用无迹卡尔曼滤波器做最优估计实时预测跟踪,同时运用模糊理论能够描述和处理传感器信息的不确定性的特点,对卡尔曼滤波器的测量参数进行自适应调节,从而达到系统误差自校准和测量误差自适应的功能,建立实时数据融合模型,通过仿真显示,该系统能够有效提高跟踪精度和跟踪稳定性,避免外在干扰;且加快响应收敛速度,适应主动段目标跟踪测量.     

永磁同步电动机参数在线辨识的无位置传感器控制

为实现无位置传感器控制下永磁同步电机的参数实时辨识,构建基于电机实际模型的扩展卡尔曼滤波器,实现电机的无位置传感器控制,在仿真研究电机参数变化影响的基础上,运用模型参考自适应法对转子磁链进行在线辨识,将辨识出的参数用于更新扩展卡尔曼滤波器模型。仿真和实验结果表明,实际的转子磁链参数辨识算法可以有效地收敛到真实值,误差较小,利用辨识算法进行更新参数后,电动机无位置传感器系统的稳态性能和动态性能得到了提升。     

基于Kalman滤波器的INS/WSN紧组合导航系统模型

在基于惯性导航系统和无线传感器网络的组合导航系统中,为了解决传统导航信息松组合方法中测量信息可观性较差的问题,提出了一种基于卡尔曼滤波器的导航信息紧组合模型.当无线传感器网络的信号可用时,组合导航系统将惯性导航系统测量得到的未知节点与已知节点的距离与无线传感器网络测量得到的距离作差,差值作为卡尔曼滤波器的测量信息.由于...     

GPS导航滤波器算法优化研究

引入一种动态性能较优的无偏导滤波器,针对其在GPS导航系统线性状态时的低精度表现,对单一的导航滤波器进行改进。采用一种组合滤波结构,根据GPS接收机的输出状态来进行线性及非线性滤波器的切换滤波。其中,线性滤波器采用优化的传统卡尔曼滤波器,并在仿真实验中验证其线性滤波优势;非线性滤波器采用了无偏导滤波器。车辆仿真实验表明,这种线性-非线性组合滤波器的误差低,运算量较小,整体滤波性能比单一滤波器高。     

基于降阶推广卡尔曼滤波器的异步电机无速度传感器矢量控制

提出一种估计异步电机转子速度和转子磁链的新型降阶推广卡尔曼滤波器算法 ,建立了基于此算法的异步电机无速度传感器矢量控制系统 .以转子磁链的两个分量为状态变量 ,被估计的参数转子速度作为扩充状态变量 ,构成三阶推广卡尔曼滤波器算法 ,算法阶数的降低明显地减少了运算量 ,适合实时实现 .仿真结果显示转子速度和转子磁链的估计精度高 ,系统的速度控制性能令人满意 ,证明此算法有效可行 .     

一种基于机器学习算法的单目里程计研究

视觉里程计(VO)通过轨迹推算,累加运动矢量,得出当前位置的相对定位方法,单目里程计仅使用单个相机作为图像获取载体,使获得信息的要求更低,且能较精确地识别和定位特征点,实时性好,成本也少很多,因此具有更广的应用前景。本课题采用SURF算法来同时检测和匹配特征点,使用一种基于机器学习算法(SVM)自适应卡尔曼滤波器,减缓原本卡尔曼滤波器中会出现的精度低和发散状况,起到优化单目里程计的系统准确度。     

基于光流和特征点匹配相融合的低动态载体速度计算方法（英文）

针对光强分布不均匀环境下低动态载体速度计算精度低的问题,提出了一种改进自适应卡尔曼滤波方法应用于光流跟踪与尺度不变特征变换(SIFT)相融合的速度误差估计.该算法引入了一种非线性模糊隶属度函数和滤波残差用于自适应调整过程噪声的协方差矩阵.在计算载体速度过程中,首先利用光流跟踪法和SIFT方法分别进行帧间位移的跟踪和匹配并计算出载体的速度,同时将这2种方法求取的速度做差作为改进的自适应卡尔曼滤波器的观测量,最后使用改进的自适应卡尔曼滤波器输出的速度误差估计值对光流法求取的速度进行校正.半物理实验结果表明,该算法求解的最大速度误差较光流法减小了29%,且运算时间较SIFT方法减少约80%.     

基于AR模型的WSN流量多步预测算法研究

针对WSN流量预测,基于AR模型提出一种WSN流量双卡尔曼并行递推预测算法,该算法使用两个Kalman滤波器,交替进行AR模型参数的递推辨识与时变数据中真实值的最优估计,根据序列数据的最新信息实时修正AR模型参数进行动态预测。同时针对大步长的流量预测,引入滚动修正思想,克服动态预测算法存在间隔时间过长的缺点,降低多步预测误差。实验研究表明,利用研究的双卡尔曼并行递推算法使用AR模型进行多步预测,从原理设计和实现算法上,实现了WSN流量的准确预测。     

利用诺顿变换简化宽带LC滤波器设计

分析了LC滤波器设计参数与制作不符的原因,通过具体设计实例介绍了利用诺顿变换原理设计LC滤波器参数的过程,此设计方法简单、实用,可为一般工程技术人员设计无源滤波器提供指导。     

模拟滤波器到数字滤波器简单变换方法

详细研究了数字滤波器的设计方法,根据基本的微分方程,推导了一种设计IIR数字滤波器的变换方法.用该方法设计出数字滤波器,并且与双线性变换法进行比较,结果表明该方法具有结构简单、高效,易于硬件实现等特点.     

基于自适应扩展卡尔曼滤波器的UWB-PDOA算法

提出了一种使用超宽带(Ultra Wide Band, UWB)信号且基于扩展卡尔曼滤波的接收信号相位差定位(Phase Difference of Arrival, PDOA)改进方法。在滤波器中引入了相位差变化率以及距离变化率,用来反映标签在运动过程中的速度大小以及方向的变化情况,通过它们信息熵的大小,即所含信息量的大小计算出权重比,根据标签的运动状态实时自适应改变卡尔曼滤波器的增益系数。实验表明,使用该方法可将误差控制在15 cm以内,较传统方法误差减少了11.2%。     

分数阶离散卡尔曼滤波

分数阶微积分在控制系统的应用日益广泛,随着分数阶动态模型的引入,需要求解分数阶估计问题的方法。文章从分数阶线性动态系统模型出发,以概率论为基础,导出分数阶的卡尔曼滤波器,得到其递推模型。     

并联混合有源电力滤波器仿真研究

典型的并联混合型电力有源滤波器,是将LC无源滤波器与有源电力滤波器串联再与电网并联的结构。谐波和无功功率主要由LC滤波器补偿,而有源滤波器的作用是改善LC滤波器的滤波特性,克服LC滤波器易受电网阻抗的影响、易与电网阻抗发生谐振等缺点。有源滤波器不承受交流电源的基波电压,因此装置容量小。本文针对典型的并联混合型有源电力滤波器,采用理论推导与计算机仿真相结合的方法对其系统的拓扑结构与工作原理、控制系统和滤波特性等多方面进行了分析研究。并利用Mannitoba HVDC研究中心的软件PSCAD/EMTDC进行了仿真验证。     

基于matlab/FDATool的语音信号滤波处理

提出一种用于语音信号处理的基于matlab/FDATool的的FIR滤波器设计方法.该方法首先通过Matlab产生两个高频的正弦波噪声,加入到语音信号中;然后,根据信号与噪声的频谱特点,选择合适的窗函数,利用FDATool工具箱设计出所需要的FIR数字滤波器;利用FIR滤波器对混入噪声的信号滤波,得到滤波后的语音信号.利用MATLAB的FDATool工具进行数字滤波器设计,能使原来繁琐的滤波器程序设计过程变得简单可行,使得教学过程变得简单易懂.     

纯方位目标运动分析的自适应算法

基于Lainiotis算法的基本原理，使用贝叶斯估计理论和半马尔科夫过程的概念，利用一组并行的、且是自适应加权的卡尔曼滤波器对纯方位目标运动分析问题进行求解，对本算法与伪线性卡尔曼滤波算法的估计结果进行了比较，结果表明，这种估算方法在大的环境噪声、远距离和小目标速度等不利条件下仍具有较好的估计性能。     

基于卡尔曼滤波器的机动目标跟踪仿真

将卡尔曼(Kalman)滤波器的变维滤波算法应用于雷达数据处理中,对机动目标进行跟踪,得出机动目标的滤波数据曲线,并对目标进行了拦截仿真。仿真结果表明该方法能估计出目标的运动特征并对运动目标拦截成功。