简介：根据结构力学与卡尔曼滤波相模拟的理论，构造了一种新的用于连续系统参数识别的广义卡尔曼—布西滤波计算格式．该算法运用了结构力学中的串联子结构拼装方法，在每一步子结构拼装的同时嵌入对系统状态和参数的估计以实现系统参数的识别，可以离线计算的数据都通过精细积分算法预先获得。

简介：

简介：针对在4级海况下船体大幅度晃动,甚至丢失GPS信号的复杂环境,常规算法会导致姿态测量精度急剧下降的情形,为‘动中通’中的航姿系统设计了一套姿态融合算法。在GPS有效时,卡尔曼滤波的观测量引入双天线GPS输出的航向角,解决航向角观测性弱和估计不准的问题,同时引入互补滤波得到的陀螺修正量,提高了水平姿态角的可观性,融合两种算法提高了解算精度。在GPS无效时,通过互补滤波,抑制陀螺漂移,输出高精度水平姿态角,配合天线所接收信号的强度使‘动中通’正常工作。为验证算法的有效性,进行了动态实验,实验结果表明：该算法在GPS有效的情况下能保证俯仰滚动角（RMSE标准）精度在0.2°以内,航向角精度在0.5°以内,在GPS无效情况下也可使俯仰和滚动角精度长时间维持在0.3°以内,具有一定的工程应用价值。

简介：为适应目标位置快速变化、局部遮挡和短暂消失等情况,提出了一种基于均值偏移（MeanShift）和卡尔曼滤波的红外目标跟踪算法。该算法采用局部二元模式（LBP）算子提取图像特征向量,基于MeanShift特征匹配和目标定位结果,预测下一帧跟踪波门中心位置,结合卡尔曼滤波器进行跟踪状态估计和维持。仿真试验表明该算法的有效性。

简介： 摘要：电池荷电状态（SOC）和电池健康状态（SOH）是电池管理系统（BMS）中最为重要的环节，其直接影响了电池的功能性和安全性。但实际应用中SOC和SOH估计受多重因素影响，导致其估计精度不高。本文基于经典的“开路电压查表法+安时积分法”和“等效循环法”，将卡尔曼滤波算法应用于改进开路电压查表法，同时结合容量增量法，共同辅助修正等效循环。有效的提高了SOC和SOH的精度。

简介：准确的电机参数是无速度传感器交流调速系统设计的前提。运行过程中，由于温度、频率和磁通的影响，电机参数通常会发生变化，特别是，转子电阻和磁链电感的变化直接关系到磁链和转速的辨识精度，影响驱动系统性能。本文通过测量定子电压和电流，基于扩展卡尔曼滤波器（EKF），研究了一种新颖算法，通过将两个基于扩展卡尔曼滤波器模型有机结合，协同工作，实现了对转子电阻、励磁电感、转子磁链和转速在线辨识。仿真和实验结果表明这种新颖的电机参数辨识算法具有较小的辨识误差，可以满足无速度传感器交流调速系统对电机参数准确性的要求。

简介：摘 要：本文阐述了雷达跟踪系统中滤波器模型的建立方法，介绍了卡尔曼滤波器的工作原理，通过仿真方法，用卡尔曼滤波方法对单目标航迹进行预测，即搜索目标并记录目标的位置数据，对观测到的位置数据进行处理，自动生成航迹，并预测下一时刻目标的位置。基于此方法的仿真实验获得了较为满意的结果，可以应用于雷达目标跟踪定位。

简介：

简介：摘 要 针对九轴磁罗盘姿态解算的问题，提出了一种基于三轴 MEMS陀螺仪、三轴 MEMS加速度计、三轴磁力计的自适应姿态解算算法：将陀螺仪数据作为预测数据，估计出卡尔曼的过程协方差；加速度计和磁力计数据作为观测数据，结合陀螺仪的误差估计出测量噪声协方差，通过自适应卡尔曼滤波实现多传感器数据融合，解算出九轴磁罗盘准确的姿态。实验结果表明：本文设计的自适应滤波算法有效的抑制了噪声干扰，降低随机误差干扰；并且能够通过自适应补偿位移加速度、外界磁干扰等因素对姿态估计的影响。

简介：摘 要：变电站采用巡检的方式来确保变电站的安全性，采用机器人巡检是今后变电站无人值守化的发展趋势，巡检机器人精确的定位问题是研究巡检机器人的基础。

简介：在基于DSP的低成本MINS/GPS组合导航系统中,针对DSP的实型变量位数不足的缺点,在卡尔曼滤波器的设计中同时运用了状态与偏差解耦算法和平方根算法,并推导出状态与偏差解耦-平方根算法的具体公式,既能减少计算量,又能增强滤波的数值稳定性.

简介：摘要变形监测除了客观地反映被监测物体当前的变形信息外，其另一个主要的作用就是对未来的变形量做出准确的预测。变形监测数据处理的方法更是直接影响到变形监测的精度，选取合适的数据处理方法将会更好的预测未来的形变。本文将卡尔曼滤波应用于建筑物变形监测数据分析，分析了卡尔曼滤波模型特性，结合某大厦基坑边坡竖向位移观测数据，建立了相应的卡尔曼滤波变形模型，通过Matlab编程对观测数据进行处理，结果显示滤波值曲线与原始观测数据曲线的变化趋势基本一致，相比曲线拟合方法更为可靠。

简介：基于可观测的月度通胀率和利率序列，本文设定不可观测的预期通胀率和预期真实利率服从向量自回归过程。在理性预期假定下将该过程改写为状态空间表示，根据卡尔曼滤波算法可推断预期通胀率。经验结果显示，以上预期形成机制假定所产生的预期通胀率是实际通胀率的无偏估计，这同理性预期假定是一致的。该预期机制所产生的方程残差近似服从正态分布，并且预期误差小于其他几种预期机制假定下的结果。本文还估计了预期通胀率对货币需求的影响。

简介：摘要针对间隙小于0.05mm的低碳钢对接焊缝，用磁光传感方法获取焊缝位置信息，研究多新息理论优化卡尔曼滤波在焊缝识别及跟踪中的应用．在获取磁光图像及提取焊缝位置的过程中存在较多干扰，而传统卡尔曼滤波受噪声的影响较大，难以对焊缝偏差进行最优估计。为此，结合多新息理论，提出一种焊缝位置检测的卡尔曼滤波改进算法，在对当前时刻进行预测时，充分考虑之前多个时刻的运动状态，综合历史数据估计出焊缝位置信息，对不同新息值进行试验比较并考虑计算量和滤波精度，发现选用两个新息值优化卡尔曼滤波算法可得到较好的效果。结果表明，多信息理论优化卡尔曼滤波算法可有效提高焊缝位置检测精度。

简介：在高斯噪声环境下,由于扩展卡尔曼滤波（EKF）在目标跟踪应用中精度低和可能出现的滤波发散,将无迹卡尔曼滤波（UKF）应用于非线性系统的目标跟踪.通过UKF在目标跟踪中的应用和仿真结果的分析比较表明,与EKF相比较,UKF收敛快、对噪声适应能力强,算法实现简单.

简介：应用卡尔曼滤波方法，结合欧洲中期数值天气预报中心的数值预报产品，尝试建立西安２４ｈ最高／最低气温预报方法，取得了比较满意的效果。表明卡尔曼滤波方法具有建模简单方便等特点，同时卡尔曼滤波方法对温度和季节变化和数值预报模式的变化都具有很强的适应能力，与动力统计方法（ＭＯＳ、ＰＰ等）相比较具有较大的优势。在数值预报产品的解释应用中有广阔的前景。

简介：摘要本文着力研究了风电功率的预测问题，主要利用卡尔曼滤波预测模型对该风电场的风电功率进行预测，通过与ARMA模型的预测结果进行对比分析发现ARMA模型的预测精确度为75.4%—79.3%，卡尔曼滤波模型的预测精确度为81.3%-95%，卡尔曼滤波模型很好的提高了风电功率的预测精度，而且在一定程度上解决了时间序列分析法的预测时延问题；比较单台机组与多台机组的风电功率预测误差及精确度等，可以看出多台机组的预测精度更高。

简介：文章将卡尔曼滤波理论应用于时间序列影像的背景估计,引入衰减记忆因子解决滤波的发散问题,最终实现了对背景信号的估计.

简介：制导炮弹控制系统要求炮弹飞行姿态测量信息具有良好的准确性和实时性。为解决制导炮弹飞行姿态的高精度滤波估计问题,根据外弹道攻角运动方程和MEMS角速度陀螺测量方程分别建立姿态角滤波系统状态模型和量测模型。考虑实际陀螺随机白噪声的影响,结合弹载全球定位系统信息及地面弹道试验数据,并利用非线性卡尔曼滤波估计方法,对制导炮弹飞行姿态进行了滤波估计。为提高滤波估计效率,对比了Unscented卡尔曼滤波和一种混合卡尔曼滤波两种非线性滤波估计方法,滤波估计结果表明两种方法得到的姿态精度均能满足测量要求,而运算效率后者相对前者可提高约6%,稳定性也较好,因此在工程上更实用。

简介：