简介：TNNS（真航向导航系统）由MS860接收机、INS及处理数据的PC／104架构的嵌入式工控机构成．针对TNNS推导了INS（惯性导航系统）的误差模型，提出了适合于TNNS的降阶扩展卡尔曼滤波算法组合GPS和INS。系统在东海作了三次海试，软件及滤波算法平台由C／C＋＋编制．海上试验表明，组合滤波后，INS的位置误差由i00m降低到40m以下；进行最优化滤波后的航向误差α由原来的0．105°减小为0．034°，纵横摇的误差也大幅减小．整个海试结果表明，在TNNS中组合GPS／INS采用的降阶扩展卡尔曼滤波算法，大幅提高了系统精度和可靠性．

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：为解决传统扩展卡尔曼滤波（EKF）算法在非线性系统观测模型中因误差引起的系统状态估计精度下降等问题，以永磁同步电动机为例对直接转矩控制系统进行研究。将多新息辨识理论引入扩展卡尔曼滤波中，采用多新息扩展卡尔曼滤波（MIEFK）算法，将其应用于无传感器直接转矩控制系统中，分别构建了EKF和MIEKF观测算法仿真模型，并对其进行对比验证。研究结果表明，基于MIEKF观测算法更有效，改进后的观测器波动范围缩小，其中转速波动范围缩小为原来的22％左右，转矩脉动范围缩小为原来的14％左右。

简介：摘要针对水中磁性目标的实时定位问题，提出一种基于渐进卡尔曼滤波的跟踪方法。根据水中磁性目标的运行特性和信号特征，将跟踪问题等效为基于白噪声加速度过程模型和磁偶极子观测模型的状态空间参数估计问题，并针对观测模型的强非线性问题采用渐进扩展卡尔曼滤波方法求解。通过实验室环境下的实测数据试验对算法进行了验证，结果表明本方法具有良好的跟踪准确度和滤波收敛性，适于实际工程应用。

简介：摘要：为了满足移动机器人在已知初始位姿情况下对于移动定位准确性的需要，这里基于激光雷达的数据采集前提下，对移动机器人的运动学模型和观测模型进行了分析，通过对移动机器人进行运动分析，实现移动机器人的准确定位。仿真实验结果表明：该算法可以提高定位精度，算法实现相对容易，为移动机器人准确定位提供了参考。

简介：

简介：摘 要

简介：本文论述感应电动机中的断裂导条检测问题。作为检测之根据的假设时，当转子导条断裂时，感应电动机的转子表观电阻将会增加，为了检测断裂导条，定子电压和电流的测量是通过一个用于转速和转子电阻同时估测的扩展卡尔曼滤波器进行的，特别是，对转子电阻进行估测并与它的正常值作比较，以检测断裂导条，在所建议的扩展卡尔曼滤波器方法中，状态协方差矩阵补充分加权。导致一个比较好的动态状态估测，它的主要优点是，甚至对一台空载的感应电动机，也能作出正确的转子电阻估测，作为该估测过程的一个部分，有必要对转子电阻中的热变化加以补偿，对于一台4-kW4极鼠笼型感应电动机所进行的计算机模拟，令人鼓舞地证实了所建议的无传感器断条检测技术的有效性。

简介：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.

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：

简介：摘 要：在车辆的运行过程中，准确的车速计算不仅是防抱死制动系统和车身稳定系统工作的基本条件。同时也是车辆主被动安全控制系统正常工作的必要条件。目前车速的计算普遍采用基于轮速的估计方法。但是在车身发生滑动的情况下，该方法会存在较大的误差。本文介绍了一种基于卡尔曼滤波和模糊逻辑的车速估计方法。模拟数据显示，在车身发生相对滑动时，还是在车辆正常行驶时，该方法都能保证车速的准确性。

简介：摘要：基坑是指为了保证建筑物稳定性而开挖的地下空间，为了保障施工安全，基坑的变形监测十分重要。本文结合具体的基坑监测案例，分别利用回归分析法和卡尔曼滤波算法对监测数据进行处理，对比分析传统数据处理方法和卡尔曼滤波的优劣性。实验发现，卡尔曼滤波算法能够有效去除数据中的噪声，使得到的监测数据更加准确。