基于间歇测量的状态估计稳定性和精度研究*

针对分布式控制系统状态估计过程出现的测量值丢失问题,本文量化分析测量值丢失对估计稳定性和精度的影响。首先,根据随机测量模型重新推导带测量值丢失的卡尔曼滤波器,得到估计误差协方差迭代式。然后,将随机误差协方差迭代式建模为修正的黎卡提微分方程,提出了估计稳定性和精度分析方法。最后,列举不同的系统实例,证明临界包到达率的存在性,当测量值到达率大于临界值时,平均误差协方差从发散过渡到有界,进而得到估计精度与包达率之间的函数关系。     

基于卡尔曼滤波算法的锂离子电池荷电状态估算

提出并建立了一种锂离子电池二阶电路等效动态模型,在对模型的适应性验证的基础上,设计了一种卡尔曼滤波算法来估算锂离子电池荷电状态。仿真和实验结果表明,卡尔曼滤波算法能有效减少测量噪声以及同一生产工艺下电池的参数不稳定性所带来的影响,并显示了很高的精确度,其中快速估算的精确度为96.1%,缓慢估算的精确度为99.0%。     

基于M估计的非线性鲁棒检测卡尔曼滤波算法

针对传统鲁棒非线性滤波在观测噪声为非高斯强干扰噪声情况下,滤波性能下降的问题,提出一种利用卡方检测法预判断的非线性鲁棒检测滤波算法。该算法通过卡方检测设置门限,剔除突变野值,利用M估计修正量测更新。仿真实验对比了几种典型非线性滤波方法在不同观测噪声环境下的性能。所提算法在非高斯强干扰噪声情况下,比传统鲁棒滤波算法估计精度平均提高了25.5%;估计方差平均减少了18.3%。实验结果表明:所提算法可以抑制观测量非高斯强干扰噪声的影响,提高滤波精度及稳定性。     

基于SR-UKF的OFDM频偏迭代估计算法研究

对高速运动环境下多普勒效应引起的大载波频偏引起的载波间干扰进行数学分析,建立带频偏的非时变和时变频偏OFDM动态状态空间模型,提出了基于平方根无迹卡尔曼滤波（square-root unscented Kalman filter , SR-UKF）的频偏估计算法。将非线性状态估计思想引入OFDM频偏估计中,实现了对频偏的有效跟踪和估计。仿真结果表明,在大频偏、高阶调制下,SR-UKF频偏估计算法较自消除算法、最大似然估计算法具有更好的误码率性能;在收敛精度、稳定度和对信噪比敏感度方面,性能较扩展卡尔曼滤波算法均有所提升。     

基于Kalman滤波的谐波电流实时检测仿真分析

谐波电流的实时检测是有源电力滤波器实现的关键,数字化的实现引入了一定的时间延迟,影响了其滤波效果。将三相谐波电流进行Clark坐标变换到两相正交坐标系中,利用Kalman算法对系统进行建模,检测出各次谐波电流的幅值和相角。通过选取合理的Kalman状态变量,运用简单的代数运算向模型中增加了一个相位补偿角,来消除延时的影响。最后,利用Matlab进行仿真实验,验证了该方法的有效性和正确性。     

卡尔曼滤波在核脉冲全谱数据采集系统中的应用

针对核脉冲全谱数据采集技术中采用的深度加权滤波法在数据量少时平滑效果差、滞后大的缺点,设计了卡尔曼滤波算法替代传统滤波算法进行解谱的方案。滤波算法首先根据信号与噪声的状态空间模型,建立状态方程和测量方程,然后根据广义卡尔曼滤波对测量方程进行更新,最后根据现场的标准刻度井测量数据确定测量矩阵,对测量数据进行滤波。实测结果表明,该滤波算法相对于传统滤波算法,能够消除谱图的统计涨落,提高光滑度,遏制滞后,并保证滤波后曲线不失真。     

多传感器集中式增量卡尔曼滤波融合算法

在单个传感器的状态估计系统中,标准的增量卡尔曼滤波方法可以有效消除量测系统误差。对于多传感器情况,标准算法失效。针对该问题,提出了多传感器集中式增量卡尔曼滤波融合算法,即:增量卡尔曼滤波的扩维融合算法和增量卡尔曼滤波的序贯融合算法。在标准增量卡尔曼滤波算法的基础上,结合扩维融合和序贯融合的思想来实现多传感器数据的融合。实验结果表明,当存在量测系统误差时,提出的集中式融合算法与传统的集中式融合算法相比,提高了滤波精度,并且能够成功地消除量测系统误差。     

基于光学测角和无线数据传输技术的传递对准

为了解决动基座传递对准中航向角估计困难的问题,提出了基于光学测角和无线数据传输技术的传递对准技术方案。通过对航母舰体挠曲变形模型的建立和对光学测角原理的分析,构建了相应的卡尔曼滤波器。仿真结果表明,利用卡尔曼滤波能够估计出姿态误差角和光学测量装置自身的等效零偏。当对光学测量装置的等效零偏补偿之后,航母在匀速航行条件下,姿态误差和速度误差都可以得到快速的收敛,其中航向角误差可以在4 s内收敛到0.7'以内,明显提高了子惯导航向角的对准速度。     

基于压力传感器的高精度血压计系统设计

血压是反映人体生理状况的一项重要指标,血压监测在临床和医疗保健中有着重要的地位。针对传统单片机设计方案测量精度不高、稳定性不好等缺点,采用MSP430单片机与ARM处理器有效结合的方法,设计了一种基于压力传感器的高精度血压计。从脉搏波特征点入手,采用了一种改进的阈值法,能准确检测出多种病理情况下的有效脉搏波峰值,该方法克服了传统阈值法检测脉搏波准确性不高的缺点,方法简单,测量时间短。采用自适应卡尔曼滤波算法拟合包络线,相比高斯曲线拟合效果更好,且易于编程实现。测试结果表明:系统误差小于4 mmHg,测量范围为0~295 mmHg,具有精度高、速度快的特点。     

基于多传感器信息融合的水下运动体速度测量

针对水下运动体测速中存在的难度大、精度低等问题,提出一种基于加速度计和机械测速装置的融合测速方法。该方法实质上是一种改良的模糊自适应卡尔曼滤波,在常规卡尔曼滤波的基础上,引入了自适应参数,并通过模糊控制器对残差的监控来实时调整自适应参数。经Matlab仿真和实际试验证实:该方法可以有效地提高卡尔曼滤波器的跟踪性,并改善滤波效果,适用于通用的水下运动体测速。