卡尔曼滤波
- 基于改进卡尔曼滤波的风电塔筒倾斜监测算法
出基于改进卡尔曼滤波的风电塔筒倾斜监测算法。主要工作内容如下：1)对风电塔筒的倾斜角度进行姿态解算，通过数据处理过程中的均值处理零偏，减小零偏对解算的影响；2)调整姿态解算中卡尔曼滤波方程Rk值，改进卡尔曼滤波方程，提高倾斜角计算精度，减小误差影响。3)利用Matlab仿真验证改进后的卡尔曼滤波姿态解算精度以及估计值方差收敛程度。1 姿态解算本文对风电塔筒倾斜进行监测，通过安装在塔架顶部、塔身处等多个位置的倾角传感器感知风电塔筒倾斜。风电塔筒之间的连接采用
电脑知识与技术 2023年32期2024-01-04
- 基于LabVIEW的某导航设备卡尔曼滤波方位解算修正技术
某导航设备卡尔曼滤波方位解算修正技术杜毅鹏1,2，孙伟玮3，徐 飞1,2（1 中国电子科技集团公司第二十研究所，西安 710068；2 陕西省组合与智能导航重点实验室，西安 710068；3 海军装备部）某导航设备信号常使用卡尔曼滤波算法进行方位解算。为改良卡尔曼滤波噪声系数，确保算法在较短的时间内准确解算设备信号方位值，提出一种基于LabVIEW的卡尔曼滤波方位解算修正技术，通过LabVIEW快速构建信号模型和卡尔曼滤波方位解算模型，完成对卡尔曼滤波初始
现代导航 2023年5期2023-11-02
- 一种基于单星敏的人造星光定位方法
例， 通过卡尔曼滤波组合导航进行了仿真。 结果表明， 该导航方式可以实现在观测到卫星30 s快速定位并达到350 m的定位精度， 可实现在不增加新导航设备的情况下进行快速位置修正， 提高了捷联惯导组合导航精度。关键词：组合导航； 人造星光导航； 星敏感器； 卡尔曼滤波； 近轨卫星中图分类号： TJ765； V249.32+2文献标识码：A文章编号： 1673-5048（2023）03-0087-06DOI： 10.12132/ISSN.1673-5048.
航空兵器 2023年3期2023-07-20
- 基于结构随机场的桥梁移动荷载统计矩识别
未知输入的卡尔曼滤波与改进的两点估计法的结合。桥梁结构参数为空间相关的随机场，通过KL展开将随机场转化为多随机变量的组合。在多随机变量下的不确定传播中，利用改进的两点估计法，将识别移动荷载统计矩问题转化为若干个确定性识别移动荷载识别的逆问题。采用未知输入的卡尔曼滤波进行确定性识别移动荷载，可有效估计识别移动荷载的统计矩。通过数值模拟算例验证了提出的估计方法的有效性。关键词 移动荷载; Karhunen?Loeve展开; 改进两点估计法; 未知激励; 卡尔曼
振动工程学报 2023年1期2023-06-30
- 基于卡尔曼滤波引导二次雷达波控策略
扫描特点和卡尔曼滤波器在飞机航迹预测中的应用，针对传统扫描方式采用固定波束宽度、固定扫描时间导致的雷达利用率不高的问题，提出基于卡尔曼滤波引导二次雷达波控策略，利用卡尔曼滤波对目标航迹的预测引导雷达波控策略实时更新。文章最后对两种扫描方式的雷达利用效率进行了仿真对比分析。关键词：二次雷达；卡尔曼滤波；波控策略中图分类号：TN958.96 文献标识码：A 文章编号：2096-4706（2023）10-0063-04Abstract： The second
现代信息科技 2023年10期2023-06-25
- 基于卡尔曼滤波的UWB室内精确定位研究
立基于线性卡尔曼滤波的定位模型，有望提高室内定位的精确度。文章首先根据UWB原理，利用三边定位法计算靶点坐标。其次使用卡尔曼滤波算法对坐标数据进行平滑处理，以减小因干扰信号引起的数据误差。最后模拟室内静态实验得到10组滤波前后的靶点坐标及其误差值。结果表明，本研究的定位模型明显提高了定位精度，对复杂环境下的定位具有一定的应用价值。关键词：室内定位：卡尔曼滤波：UWB;复杂环境中图分类号：TN92 文献标志码：A0 引言大数据时代背景下，万事万物都向着智能化
无线互联科技 2023年4期2023-06-22
- LINS-GNSS：滤波与优化耦合的GNSS/INS/LiDAR巡检机器人定位方法
代误差状态卡尔曼滤波框架将激光雷达和惯性导航进行紧耦合，在每次迭代中生成新的特征对应关系递归地校正估计状态.后端使用因子图优化的方法将卫星导航的定位结果与LINS后端输出的定位结果松耦合.优化过程中先将局部坐标系与全局坐标系对齐，再将卫星导航的位置约束作为先验边添加到后端的因子图中，最后将定位结果在全局坐标系下输出.为了评估LINS-GNSS系统在变电站环境中的性能，本文在实际变电站中进行了测试.实验结果表明，LINS-GNSS系统在变电站环境中可以达到优
南京信息工程大学学报 2023年1期2023-06-14
- 基于无迹卡尔曼滤波的室内定位系统
。应用扩展卡尔曼滤波能够有效降低非视距引起的误差，但是由于需要解算雅可比矩阵会使计算量大幅增加。无迹卡尔曼滤波是一种非线性滤波器，它可以解决传统卡尔曼滤波器无法解决的非视距（NLOS）误差问题，又可以避免扩展卡尔曼滤波器计算量大的缺点。杨紫阳等利用无迹卡尔曼算法对通过CHAN算法解算出的定位数据进行滤波处理，效果较好，但实际上误差来源于UWB传感器采集原始数据的过程。因此文章针对这一问题提出先采用无迹卡尔曼滤波处理数据，然后进行定位解算，最后完成了实验验证
物联网技术 2022年7期2022-07-21
- 卡尔曼滤波在农电网系统中的研究分析
文介绍应用卡尔曼滤波对给出的电力正弦[4]方程进行仿真，通过加装卡尔曼滤波器来分析图形，能更好地预测图形趋势。1 卡尔曼滤波经典最优滤波分为2类:Wiener滤波(采用频域方法)，卡尔曼滤波(时域状态空间方法)。维纳滤波与卡尔曼滤波的使用方法大不相同。Wiener(采用频域方法)这种滤波方法的条件相对要求比较高。其缺点和局限性是要求信号是平稳和随机的，所有应用数据都必须存储，并且滤波器也不是递归的。Wiener滤波计算量和存储量也比较大，很难在工程上适用单
农业与技术 2022年12期2022-07-04
- 抗野值自适应卡尔曼滤波在频率标准上的应用
法[4]、卡尔曼滤波算法[5-7]及动态阿伦方差算法[8-12]。其中卡尔曼滤波算法是一种无偏线性最小方差估计算法,属于预测性滤波算法,采用递归运算,计算成本低。卡尔曼滤波算法对频率跳变具有相对更高的检测概率,在进行滤波的同时可以基于内部的分析来更新数据,无需附加方程来检测异常数据。但是在无法确定被研究对象的精确数学模型及噪声精确统计特性时,卡尔曼滤波算法的滤波精度将大大降低,严重时甚至会发生滤波发散。同时,在容错能力上,卡尔曼滤波算法相对较差。由于传统的
制导与引信 2021年2期2021-09-08
- 基于数字摄影技术的动态变形数据的卡尔曼滤波分析
6109)卡尔曼滤波是从线性最小方差估计的角度出发的一种以最小均方误差为估计最佳准则来寻求一套递推估计的算法，具有计算量小、存储量低、实时性高的优点，被广泛应用到自动控制、航天、通信技术、天气预报、动态GPS测量、变形测量、惯性导航以及航道测量等许多领域[1]。在GPS测量中，关于卡尔曼滤波应用的研究取得了丰硕的成果。例如，为减弱多种误差源和粗差的影响，诸多学者提出了抗差Kalman滤波[2-3]，自适应Kalman滤波[4-6]。另外，也有学者将抗差和自
山东科学 2021年4期2021-08-18
- 基于最小二乘法的改进卡尔曼滤波算法
问题。基于卡尔曼滤波的方法很多，其主要有2种实现结构：1)在码环鉴别器和环路滤波器之间加入卡尔曼滤波器；2)用卡尔曼滤波器代替原有的鉴别器。卡尔曼滤波主要有线性卡尔曼滤波[10](Kalman filter，简称KF)、扩展卡尔曼滤波[11-12](extended Kalman filter，简称EKF)和平淡卡尔曼滤波[13](unscented Kalman filter，简称UKF)3种，其中EKF和UKF都是非线性的。采用非线性卡尔曼滤波虽然效果
桂林电子科技大学学报 2019年5期2019-12-27
- 自适应卡尔曼滤波在BDS变形监测数据处理中的应用
俊华自适应卡尔曼滤波在BDS变形监测数据处理中的应用雷孟飞，孔 超，周俊华（湖南联智桥隧技术有限公司，长沙 410073）针对在变形监测结果中高频噪声、粗差较多，以及普通卡尔曼滤波在模型建立不准确情况下易产生数据发散的问题，提出一种自适应卡尔曼滤波方法：在普通的卡尔曼滤波算法中增加观测噪声方差缩放因子以及参考方差动态计算窗口；并根据前期监测结果中的残差方差动态调整卡尔曼滤波中的测量误差方差阵，达到自适应卡尔曼滤波的效果。实验结果表明，该方法的滤波结果相较普
导航定位学报 2019年4期2019-12-03
- 基于混合卡尔曼滤波器组故障传感器定位方法
是采用降维卡尔曼滤波器组[1-5]来解决。Kobayashi使用1组卡尔曼滤波器来解决发动机传感器的故障诊断与隔离问题，每个滤波器用来监视某一特定传感器，通过滤波器的不同表现完成故障传感器的定位。在在线故障诊断过程中，为保障其诊断可靠性，系统必须具有对存在于真实环境中的非故障信号的鲁棒性，否则可能导致误报。此外，线性卡尔曼滤波器的基准数据是针对蜕化前的发动机建立的，而发动机在运行过程中会出现性能蜕化的状况[6-8]。为了避免基准数据与蜕化后的发动机输出之间
航空发动机 2019年2期2019-05-05
- 基于卡尔曼滤波的车辆跟踪系统中GPS定位和车辆迭代运动的建模与仿真
介绍了基于卡尔曼滤波的高速公路车辆跟踪系统的建模与仿真，通过利用高速公路上的车辆迭代运动和卡尔曼滤波器，有助于信号传输后的车辆定位。这种方法将有助于识别司机、车辆以及适当的跟踪位置。根据卡尔曼算法得到的结果显示，与车辆的实际信号相比，传输后的信号中噪声水平较高。因此，当采用卡尔曼滤波器滤除噪声的时候，高速公路上的车辆位置预测精度将会大大提高，而此时创建的车辆模型的状态将更接近真实状态。即使测量环境非常嘈杂，也能保证误差在有效范围内。随着高斯白噪声的消除，车
汽车文摘 2018年2期2018-11-27
- 估计偏差修正扩展卡尔曼滤波新算法
5]，应用卡尔曼滤波(Kalman Filter，KF)算法[1-5]、粒子滤波(Particle Filter，PF)算法[6]等获取目标状态估计．而在实际当中，由于测量系统往往是非线性模型，需要采用非线性滤波方法来提高滤波精度．扩展卡尔曼滤波器(Extended Kalman Filter，EKF)作为一种应用最为广泛的非线性滤波器[2]，其通过对非线性函数进行一阶泰勒级数展开并舍弃高级误差项，将滤波过程中的非线性目标状态估计问题转化为线性估计问题，再
西安电子科技大学学报 2018年3期2018-06-14
- 消除模型误差的卡尔曼滤波在GPS定位中的应用研究
影响。针对卡尔曼滤波降低误差的研究，国内外学者取得了比较显著的成果。比如，孙罡等[1]通过改良参数和稳定模型的方法获得静态的精准的GPS定位；SHI E[2]通过获得大量数据，实现动态的精准的GPS定位；王虎等[3]根据不同的情况建立不同的卡尔曼滤波器，保证了动态定位的动态性和准确性。现有的卡尔曼滤波器要么无法适用于动态定位，要么不具有普适性。本文在前人研究基础上，以农用机动车辆的GPS定位为研究对象。设计卡尔曼滤波器既能适用于动态定位，又具有广泛应用性，
兵器装备工程学报 2018年1期2018-03-01
- 卡尔曼滤波算法研究
802)卡尔曼滤波算法研究毛秀华，吴 健(中国电子科技集团公司第五十一研究所，上海 201802)对卡尔曼滤波的起源和发展进行了简述，然后对标准卡尔曼滤波的定义和模型进行了回顾，重点对近似二阶扩展卡尔曼滤波、扩维无迹卡尔曼滤波和自适应卡尔曼滤波等3种最新改进型的卡尔曼滤波算法进行了详细阐述，最后对这3种新改进型的卡尔曼滤波算法的优缺点进行了对比分析，对各自的适用领域和场景进行了说明。卡尔曼滤波；近似二阶扩展卡尔曼滤波；无迹卡尔曼滤波；自适应卡尔曼滤波0
舰船电子对抗 2017年3期2017-07-31
- 带渐消因子的容积卡尔曼滤波算法
因子的容积卡尔曼滤波算法贺 姗，师 昕（西安工程大学计算机科学学院，陕西 西安 710048）在实际的非线性系统滤波问题中，会出现模型不匹配的情况，而标准容积卡尔曼滤波器对于这种模型不确定性的鲁棒性比较差，其滤波估计后的效果会出现较大的偏差。针对这个问题，结合强跟踪滤波器的思想，提出了一种新的带渐消因子的容积卡尔曼滤波算法。这个算法的主要思想是，在滤波过程中，引入渐消因子修正滤波器的状态协方差矩阵。应用这种方法能够获得比容积卡尔曼滤波更高的滤波精度。非线性
科技与创新 2017年13期2017-07-19
- 不敏卡尔曼滤波方法研究
72）不敏卡尔曼滤波方法研究肖贤1张维中2（1.西安铁路职业技术学院，陕西西安710014；2.西北工业大学，陕西西安710072）针对卡尔曼滤波（KF）在对非线性目标系统目标跟踪问题时易出现跟踪精度较低，滤波发散等问题，将不敏卡尔曼滤波器（UKF）运用在非线性系统的目标跟踪中。通过不敏卡尔曼滤波器在非线性目标跟踪中的应用和仿真结果比较表明，不敏卡尔曼滤波与传统卡尔曼滤波器和扩展卡尔曼滤波器（EKF）相比，提高了滤波精度，改善了滤波性能，具有较好的跟踪效果
中国科技纵横 2015年18期2015-10-31
- 组合导航中一种新息自适应卡尔曼滤波算法
0 引 言卡尔曼滤波是在组合导航中常用的信息融合算法,使用标准卡尔曼滤波的前提条件是系统的动力学特性和噪声的统计特性已知,但在实际情况中由于全球定位系统接收机与航位推算(DR)器件及外部环境变化导致的不确定噪声使得这个前提不能满足,常导致滤波发散[1]。要控制发散首先需要判断系统所处的不稳定状况,然后选择不同的发散控制方式,新息可以用来作为判断和调整滤波器增益的依据[2]。目前,国内外对于自适应卡尔曼滤波器的研究逐渐集中在两个方面:基于新息自适应估计(IA
全球定位系统 2014年4期2014-08-21
- 有色噪声条件下的卡尔曼滤波
量估计值。卡尔曼滤波实际是对随时间变化的参数估计的一种顺序最小二乘逼近，特别适用于动态测量。目前，卡尔曼滤波技术已经广泛应用在导航，数据融合技术，控制技术等领域，特别是在计算机图像处理方面，脸部识别，图像边缘处理中大都采用卡尔曼滤波技术［3］。而在实际工程当中，经常会遇到有色噪声。对于卡尔曼滤波，需要同时考虑有色动态噪声和有色观测噪声的双重影响。现有的处理方法，大都是采用白噪声驱动下的有色卡尔曼滤波技术，就是将有色噪声进行白化处理，即表达成白噪声函数［4］
西安邮电大学学报 2014年2期2014-06-09
- 卡尔曼滤波在阳山金矿控制测量中的应用
因此，利用卡尔曼滤波数学模型对控制测量中的GPS信号、星历和残差进行优化，从而在同一时、间同一地点、同一天气的情况下尽量提高GPS精度。1 卡尔曼滤波1960年，卡尔曼发表了用递归方法解决离散数据线性滤波问题的论文。在这篇文章里，一种克服了维纳滤波缺点的新方法被提出来，这就是我们今天称之为卡尔曼滤波的方法。卡尔曼滤波应用广泛且功能强大，它可以估计信号的过去和当前状态，甚至能估计将来的状态，即使并不知道模型的确切性质[1]。1.1 滤波器的计算模型从建立的系
四川地质学报 2014年2期2014-05-03
- 基于改进模糊卡尔曼滤波的感应电机转速估计策略研究
网络方法、卡尔曼滤波器法等［1］。而无速度传感器技术对测量参数的要求较高，主要存在转速估计方案存在动态特性差、调节能力有限、易受外界环境干扰、存在抖动等问题。卡尔曼滤波器感应电动机转速估计方法是线性卡尔曼滤波器方法在非线性中的应用。其主要思想是将电机的运动方程作为一个状态方程，把电机负载转矩看作系统的扩展状态量，根据定子侧测量的电压、电流值(包括测量误差)，由卡尔曼滤波器估算出电机转子磁链、转速等信息。当系统接近线性但不是绝对线性时，卡尔曼滤波器通过一系列
电机与控制学报 2014年11期2014-01-25
- 基于联合卡尔曼滤波的汽车防碰撞多传感器信息融合方法
)基于联合卡尔曼滤波的汽车防碰撞多传感器信息融合方法孔金生，张西雅，崔盈慧(郑州大学 电气工程学院 河南 郑州 450001)车辆行驶信息感知是汽车防碰撞系统的关键技术之一，只用单一传感器对目标车辆进行测量容易产生虚警.在对联合卡尔曼滤波分析的基础上，给出了基于联合卡尔曼滤波的汽车防碰撞多传感器信息融合方法.计算机仿真结果表明，该算法可以得到较精确的融合数据，对于增强汽车防碰撞系统的安全性具有重要意义.联合卡尔曼滤波； 汽车防碰撞； 信息融合0 引言国际上
郑州大学学报（理学版） 2011年3期2011-12-02
- 离散型卡尔曼滤波在汽车零部件检测中的应用
0063)卡尔曼滤波是从与被测信号有关的观测中通过算法估计出所需信号的一种最优化自回归数据处理算法.由于卡尔曼滤波具有最小无偏方差性,目前广泛应用于机器人导航、控制、传感器数据融合、设备状态检测和计算机图像处理等领域.卡尔曼滤波与其他传统的滤波器相比,最大的特点是能够去除测量系统中的随机误差,来获取更接近真实值的信息.1 离散型卡尔曼滤波的数学模型卡尔曼滤波有连续和离散型两种算法,其中离散型算法目前被广泛应用于线性系统的状态估计中.设tk时刻的状态估计为X
湖北工业大学学报 2011年4期2011-03-23