基于逆协方差交叉融合的多传感器非线性滤波器

为了解决互协方差未知的多传感器非线性系统的融合估计问题,针对非线性系统提出了基于序贯逆协方差交叉和并行逆协方差交叉的两种容积卡尔曼融合估计算法.各个子系统通过容积卡尔曼滤波器得到滤波估计,分别利用序贯逆协方差交叉融合算法和并行逆协方差交叉融合算法对各子系统局部估计进行融合.两种算法可有效地避免求解高维的权系数凸优化问题,降低了计算负担.当传感器数目很多时,并行逆协方差交叉融合算法因其多层并行结构可以显著节约融合时间.最后仿真结果证明了算法的有效性.     

基于扩展Kalman滤波器电机转子磁链观测器的设计

交流感应电机是多变量、非线性、强耦合的高阶系统，所有这些控制方案的实现，几乎都需要转子磁链信息。基于此提出了一种基于扩展Kalman滤波器理论的磁链观测器的设计方法，并对所设计的观测器进行了计算机仿真，得到了良好的观测效果。     

永磁同步电机无传感器矢量控制系统的分数阶滑模观测器设计

针对飞轮储能系统充电控制过程中传统滑模观测器(sliding-mode observer, SMO)存在抖振及角度偏差的问题,提出了一种改进的分数阶SMO。首先,将分数阶微分算子引入滑模切换面,并采用分数阶的指数趋近律,建立分数阶SMO;然后,用光滑连续的双曲正切函数代替符号函数,从而减弱高频抖振;最后,通过Lyapunov稳定性理论证明了分数阶SMO的稳定性。仿真结果表明,提出的分数阶SMO可明显减小系统抖动,有效提高转子位置及转速估计的准确性,并且对负载波动有较强的鲁棒性。     

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。     

基于MATLAB的状态观测器设计方法

文章通过实例介绍了一种用MATLAB设计状态观测器的方法,并且用SIMULINK对设计的状态观测器进行数字仿真,仿真结果表明所设计的状态观测器能很好地对状态进行估计.     

关于不确定非线性时变系统的观测器设计问题

研究一类非线性时变系统的状态观测器设计问题,引入非线性时变系统的时变相对阶,通过坐标变换将系统输入输出线性化,对于满足相对阶为r(相似文献   

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。     

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。     

基于无线传感器网络的运动距离测量方法的研究

在分析现有运动员运动距离测量方法的基础上,通过无线传感网络数据采集方式,依据网络节点实时坐标定位,获得运动员实际运动距离,依此得出一种运动距离测量的新方法,从而为体能训练提供实时的科学依据。     

十字交叉旋转场涡流传感器的设计与实现

提出并研制了一种以十字交叉导线为激励装置的涡流传感器结构。这种结构传感器能产生旋转激励涡流场,对于方向呈随机分布的实际裂纹有较好的检测灵敏度。本文从理论上分析了这种结构传感器的工作原理,并通过数值计算软件对感应涡流和裂纹扰动涡流的情况进行了可视化,并设计了试验系统和被检试件。试验结果表明:所设计的传感器对不同方向的裂纹均具有较好的检测能力,说明该传感器采用的激励方式具有开发高灵敏度传感器的潜力。     

基于转动传感器的黑体辐射实验

介绍了使用转动传感器进行黑体辐射实验的方法.这种方法可以直观地对黑体辐射光谱进行扫描,同时利用Datastudio软件可以迅速地获得不同温度下的黑体辐射曲线.根据获得的黑体辐射曲线还可以对维恩位移律进行验证.同时,对实验中涉及的实验参数做了细致的分析.     

改进的惯性运动传感器步态识别

针对现有步态识别研究中步态识别率低、算法单一等问题,提出了一种基于惯性运动传感器的步态识别方法。首先,该方法结合动态时间规整与人工神经网络,通过前者提取固定长度的步态特征,并设置成本函数的阈值来判别后者的正负输入,提取得到波形特征。其次,运用列文伯格-马夸尔特算法改进标准BP神经网络,最终完成步态识别。实验证明所提的改进步态识别方法将平均步态识别率和相等错误率维持在91.5%和9.1%,较好地提高了步态识别的准确率。因此,该方法可作为高级认证方法的补充,以增加个人信息的隐私和安全性,适合实验室仪器安全管理应用。     

基于传感器融合的一种多目标车辆识别跟踪方法

为使无人驾驶汽车在公路环境中有效实现安全避障和行驶,提出一种基于雷达和视觉传感器融合的多目标车辆识别跟踪的方法.在无人驾驶汽车上部署6个高分辨率雷达传感器和2个视觉传感器,利用联合概率数据关联算法,将目标与雷达回波点迹进行关联,利用YOLOV2深度神经网络对视频序列中的图像进行对象识别和定位,并综合2种传感器,在时间和空间上进行标定,从而识别车道上的汽车,然后利用扩展卡尔曼滤波算法,跟踪被识别的车辆,最后应用MATLAB软件建模仿真.仿真结果验证:该方法能使无人驾驶汽车有效识别和跟踪公路上静止和移动的汽车目标,为无人驾驶汽车后继的决策规划控制提供了感知层信号.     

基于数字人的CT＆MRI图像融合及三维重建

目的：以“中国数字人男一号”CT图像、MRI图像为研究素材,对同一人体同期CT图像与MRl图像进行融合,并对融合效果进行比较评价。在此基础上实现同期CT图像与MRI图像的三维融合重建图像。方法：首先介绍小波变换图像融合方法、算法、图像融合过程与步骤;然后对CT图像进行骨骼组织分割;其次,通过使用图像预处理及二维空间变换处理,解决两种骨骼组织分割图像参数差异较大的问题;最后,对这两种模式的骨骼组织分割图像在配准的基础上进行融合,并给出融合结果。结果：实现了CT图像和MRI图像的二维空间融合及三维重建。结论：小波变换图像融合方法对常用的CT／MRI图像融合及三维重建是一种有效的方法。     

基于观测器的非线性不确定系统的鲁棒模糊控制及其稳定性分析

利用T-S模糊系统对一类参数不确定非线性系统进行建模,在此基础上研究基于观测器的输出控制器的H∞控制设计问题,给出了模糊闭环系统具有衰减率α的二次稳定的充分条件并用线性矩阵不等式加以描述.仿真结果证明所提的设计方法简便易行.     

基于神经网络的半导体压力传感器数据融合技术

针对半导体压力传感器数据融合问题，提出一种新的数据融合方法－神经网络法，实验结果表明，该方法具有实用、高效等特点。     

基于MPU6050传感器的人体哑铃动作识别系统的设计

本文设计了一种基于MPU6050传感器的人体哑铃动作识别系统.系统以MPU6050角速度传感器作为运动检测部件,采用ATmega328p系列的AVR单片机为主控核心,并根据哑铃上下运动时手腕翻转的角速度特征,识别用户运动个数,并通过OLED实时显示出来.实验结果表明,系统实现了自动检测运动量功能,方便用户了解自身运动情况,以便制定合理的健身计划.     

一种最优自适应增益非线性观测器的锂电池SOC估算方法

如今电动汽车的发展十分迅速,其动力电池荷电状态SOC关系到锂电池及整车系统的安全、可靠运行,因为SOC表明了电池剩余电量。由于SOC是一个不可直接测量的非线性变量,因此设计一种精度高、可行性强的算法具有十分重要的意义。提出一种最优自适应增益非线性观测器（OAGNO）,用差分进化算法（DE）对观测器参数进行寻优。为了验证该方法的先进性,对型号为NCR18650GA的三元锂电池进行工况实验,结果表明,相比无迹卡尔曼滤波（UKF）,最优自适应非线性状态观测器具有更高的精度,误差在3%左右。     

无线传感器网络及其数据融合

集成了传感器、微机电系统和网络三大技术而形成的无线传感器网络(W SN)是一种全新的信息获取和处理技术。基于自组织机制和网内处理的数据融合技术能克服能量损耗与带宽的限制,极大地改善了W SN的整体性能。无线传感器网络在军事、环境、健康、家庭和商业领域有着广阔的应用前景。     

地球自转对抛体运动影响的数值分析

用MATLAB软件,对抛体运动进行数值求解,分析地球自转所产生的影响.