小波变换在水声定位数据后置处理中的应用

水声定位系统在工作过程中由于受到环境噪声和多途信号的干扰会导致定位结果出现异常跳变点即野值。提出一种水声定位数据后置处理方法,该方法首先对目标原始定位轨迹进行预处理,然后利用小波变换的方法对预处理后的轨迹进行野值剔除和滤波平滑,得到新的目标轨迹。利用该方法对某长基线水声定位系统海上试验数据进行轨迹平滑,并与卡尔曼滤波轨迹平滑结果对比,对比结果证明了该方法的有效性。     

基于改进的强跟踪滤波GPS校频系统误差处理方法

GPS信号校准晶振信号频率源系统可输出高准确度时频信号,但GPS信号在传输和接收过程中会产生随机抖动或野值,给系统频率校准带来误差。为减小GPS信号随机抖动和野值所带来的影响,根据GPS信号与晶振信号准确度互补的特点,建立GPS信号校准晶振信号频差模型,利用强跟踪滤波算法对频差信号误差进行修正。针对GPS信号中存在的野值问题,对强跟踪滤波算法进行改进,根据残差变化率的大小判别野值,利用替代法对野值加以修正,提高滤波准确度。将该方法应用于某GPS信号校准晶振信号频率源系统,可使系统输出频率准确度达到10-11量级。     

一种抑制卡尔曼滤波发散的实时数据处理方法

由于水声环境的复杂性和水声信道的时空变特性及水下航行载体的机动性,水声定位系统测量的弹道样点野值较多,平滑性差。介绍了一种野值的自动剔除和卡尔曼滤波递推处理方法,克服了滤波发散。文中选取距离D的倒数作为状态变量,使得1／D是近似线性变化的,此时量测方程的误差也近似是线性的,卡尔曼滤波器的表现是稳定的,并且是渐近无偏的。卡尔曼滤波的递推形式,滤波增益矩阵Kk的离线计算出,Qk和Rk值选取固定植,野值设定门限自动剔除,使滤波器收敛和稳定时间短,实现了对快速目标的跟踪和滤波输出,没有出现发散现象。该方法的特点是实时性好,对快速目标具有良好的跟踪能力,而且能达到工程上应用的精度要求。     

基于STUKF的非线性结构系统时变参数识别

针对非线性结构系统时变参数识别问题,传统无迹卡尔曼滤波(Unscented Kalman Filter,UKF)难以有效跟踪结构参数的变化。将强跟踪滤波原理引入无迹卡尔曼滤波,提出一种强跟踪无迹卡尔曼滤波(Strong Tracking Unscented Kalman Filter,STUKF)算法,以识别结构参数的变化。在UKF量测更新后,依据输出残差计算渐消因子矩阵;引入两个渐消因子矩阵实时调整状态预测协方差矩阵,使残差序列强行正交,快速修正结构参数估计值,使STUKF具有对结构参数变化的跟踪能力;此外,为节省计算时间,调整状态预测协方差矩阵后不再进行sigma点采样,保证了算法的高效性。数值分析结果表明,该算法能有效识别非线性结构系统的参数及其变化,并具有较强的抗噪性。     

包装过程称量信号处理方法研究

目的 为提高包装过程定量称量精度,结合卡尔曼滤波算法和模糊控制原理设计一种称量信号处理方法。方法 定量称量控制系统一般由触摸屏、控制器、称量传感器、变频器等电气设备组成。以传感器信号处理为主要研究对象,提出一种改进卡尔曼滤波算法。采用卡尔曼滤波器实现称量信号中随机噪声的处理。利用模糊控制器来实时监测卡尔曼滤波每次更新后实际方差和理论方差的差值。最后,进行实验研究。结果 实验结果表明,改进卡尔曼滤波的实际性能比较理想,滤波处理前,称量误差最大可以达到2.5%;经滤波处理后,最大称量误差只有0.26%。结论 所述信号处理方法可以有效地降低称量信号噪声,提高称量精度。     

远距离激光光斑定位中的光晕抖动抑制算法

在机械工程等领域,大型桁架等空间结构的空间定位需求十分普遍。激光光斑定位通过激光光源对反射标志补光,工业相机获取反射回来的激光光斑。算法采用Canny算子获取光斑边缘,最小二乘圆拟合得到拟合光斑圆心位置实现定位。在远距离光斑定位中,激光光斑边缘容易出现光晕抖动的现象。为抑制光晕抖动误差,提高系统测量精度,该文提出基于时序滤波和二次拟合的两种光晕抑制抖动的算法,分别基于对时序测量值进行平滑滤波的思想和剔除误差较大的噪声点后再次拟合的思想来消除光晕抖动对系统测量的影响,最后结合测量距离12.36 m的反射靶标的光斑定位实验进行分析对比,最终二者将重复性误差界上、下限分别优化到±0.22pixel和±0.26pixel,能有效抑制光晕抖动产生的测量重复性误差。     

采用小波变换实现振动信号数据野点的剔除

在履带车辆振动信号数据处理中,野点的存在会产生虚假的谐频成分。利用小波变换将振动信号分解为近似分量和细节分量,利用莱特准则对细节分量进行野值判别,然后用加权系数法计算新的值替代含野值的细节分量,重构信号。试验数据处理结果表明,该方法能最大保留有用信号信息,实现野值剔除。     

基于一步异相关法则的kalman滤波抗野值方法

分析了野值对kalman滤波的影响机理;从随机序列的自相关函数出发,利用序列的一步差分方差判别野值的一步异相关法则,提出基于一步异相关法则的kalman滤波新方法,并与传统的改进方法进行了仿真比较.仿真实验表明,该方法简单易行,可以有效抑制观测值中野值对kalman滤波的不利影响,提高滤波精度和稳定性.     

基于卡尔曼滤波和粒子滤波融合的UWB室内定位算法

基于超宽带(ultra-wideband,UWB)室内定位技术得到了广泛的发展,然而,在LOS(line-of-sight)和NLOS(non-line-of-sight)环境下的UWB的测距信息均存在不同程度的误差,因此,提出了一种改进的卡尔曼滤波算法对UWB原始数据进行平滑处理;之后提出卡尔曼滤波(Kalman filters and particle filters,KPF)和粒子滤波融合的算法。通过卡尔曼滤波得到的状态量和误差协方差进行粒子采样,克服了传统粒子滤波进行粒子采样时的运动学模型与实际运动不相符的缺点,大幅减少了粒子退化的现象。经过实验,该算法在LOS和NLOS环境中的定位精度分别提升了20.6%和15.6%。     

GPS信号校准晶振信号频率源误差在线修正方法

针对GPS秒信号包含的随机抖动和较大野值、晶振因老化和温度等特性产生的频率漂移给频率校准带来误差的问题,建立GPS信号校准晶振信号频差数学模型,提出利用状态和参数联合估计的卡尔曼滤波算法对频差信号中包含的随机噪声误差进行在线修正。针对GPS秒信号中较大跳变产生的野值问题,通过对卡尔曼滤波算法中新息序列加权的方式来消除野值的影响,使系统保持高准确度的频率输出。进行数值仿真和实例验证,结果表明:将该新息序列加权卡尔曼滤波算法应用到某GPS校准晶振频率源系统中,能使系统输出频率准确度优于1.0×10-12。     

小波变换与卡尔曼滤波结合的RLG降噪方法

针对激光陀螺随机游走噪声其非平稳和非正态分布的特性,提出了基于小波变换的卡尔曼滤波的RLG降噪方法,该方法既具有小波变换对自相似过程的去相关作用和多分辨分析的功能,同时又保持了卡尔曼滤波器对未知信号的线性无偏最小方差估计的特点,实现了激光陀螺随机游走噪声的实时多尺度分解和最优估计。实测激光陀螺零偏信号去噪的结果表明,基于小波变换的卡尔曼滤波器使随机游走噪声的标准差降低了10.3%,降噪效果优于传统的卡尔曼滤波器。     

被动定向浮标阵卡尔曼滤波目标跟踪研究

文章研究利用被动定向浮标阵定位跟踪水下机动目标的方法,基于卡尔曼滤波(Kalman Filter, KF)原理提出一种定位跟踪滤波器的具体实现方法。该方法能够整合多枚浮标现在及过去有误差的测量数据,提高定位精度,同时连续输出水下目标运动参数估计从而锁定目标运动轨迹。该方法实现的关键在于建立水下目标与浮标阵的数学迭代运算模型,包括状态空间的动态与观测过程。由于被动定向浮标阵目标跟踪是一个非线性估计问题,而卡尔曼滤波器是线性的,因此文章设计了近似的线性观测方程以利用卡尔曼滤波来解决这个问题。通过计算机仿真研究该滤波器的跟踪效果并与最小二乘法进行比较,估计精度明显高于最小二乘法。同时通过仿真验证该滤波器可以自适应跟踪目标的非稳态运动过程。该方法在工程实践上具有一定应用前景与指导意义。     

多普勒计程仪的数据降噪算法

多普勒计程仪输出的船速数据中含有偏差较大的点,即野点,在数据处理时必须将其去除,否则可能会导致组合导航系统中的卡尔曼滤波发散。同时输出数据由于受到随机误差的影响,会导致数据的平滑性能变差。提出了一种多普勒计程仪的数据降噪算法,该算法首先利用改进的中值滤波方法去除数据中的野点,再利用小波阈收缩去噪算法去除随机误差。仿真结果表明,与传统的中值滤波相比,该算法能极大地提高处理增益,并且有很高的应用价值。     

基于RFF及GWO-PF的锂电池SOC估计

为了提高锂电池剩余电量估计的准确性,提出一种在线参数辨识与改进粒子滤波算法相结合的锂电池SOC估计方法。针对粒子滤波中的粒子退化问题,引入灰狼算法,利用灰狼算法较强的全局寻优能力优化粒子分布,保证粒子多样性,有效抑制粒子退化现象,提高滤波精度。采用带遗忘因子的递推最小二乘法实时更新模型参数,并与改进粒子滤波算法交替运行,进一步提高SOC的估计精度。实验结果表明,改进算法的平均估计误差始终保持在±0.15%以内,相比扩展卡尔曼滤波与无迹卡尔曼滤波算法,在电池SOC估计上有更高的估计精度与稳定性。     

Research on error control and compensation in magnetorheological finishing

Although magnetorheological finishing (MRF) is a deterministic finishing technology, the machining results always fall short of simulation precision in the actual process, and it cannot meet the precision requirements just through a single treatment but after several iterations. We investigate the reasons for this problem through simulations and experiments. Through controlling and compensating the chief errors in the manufacturing procedure, such as removal function calculation error, positioning error of the removal function, and dynamic performance limitation of the CNC machine, the residual error convergence ratio (ratio of figure error before and after processing) in a single process is obviously increased, and higher figure precision is achieved. Finally, an improved technical process is presented based on these researches, and the verification experiment is accomplished on the experimental device we developed. The part is a circular plane mirror of fused silica material, and the surface figure error is improved from the initial λ/5 [peak-to-valley (PV) λ=632.8 nm], λ/30 [root-mean-square (rms)] to the final λ/40 (PV), λ/330 (rms) just through one iteration in 4.4 min. Results show that a higher convergence ratio and processing precision can be obtained by adopting error control and compensation techniques in MRF.