采用稳态Kalman滤波器简化Kalman滤波器的计算

计算Kalm an滤波器的方法主要采用迭代计算法,在工程应用中在线进行无穷迭代运算所带来的较大计算量势必影响计算速度。提出了稳态Kalm an滤波器的概念,并用Kalm an滤波器增益阵的稳态值计算Kal-m an滤波器。采用稳态Kalm an滤波器避免了在线计算Kalm an滤波增益在各时刻的函数值,因而减小了采用迭代法计算Kalm an滤波器的计算负担。     

组合导航系统中的自适应卡尔曼滤波技术

在比较了组合导航系统多种卡尔曼滤波技术的基础上,提出了能提高系统鲁棒性的自适应卡尔曼滤波技术。并利用系统静态仿真证明了该算法的有效性。     

航姿参考系统中一种自适应卡尔曼滤波算法

在航姿参考系统测量载体姿态的过程中,由于观测噪声不确定,严重影响了常规卡尔曼滤波结果的精度.另外,当系统受到干扰而使观测噪声突然改变时,甚至会导致滤波发散.提出一种航姿参考系统自适应卡尔曼滤波算法,能够根据观测数据来自适应调整观测噪声,从而提高卡尔曼滤波精度,改善系统的鲁棒性.仿真表明,当观测噪声时变时,常规卡尔曼滤波结果明显发散,而新自适应卡尔曼滤波结果收敛良好,在系统计算复杂度没有明显增加的前提下,系统的稳定性得到了明显提高.     

联邦卡尔曼滤波与集中式卡尔曼滤波的等价性

给出了联邦卡尔曼滤波与集中式卡尔曼滤波的等价性证明,并用GPS/INS组合导航系统的静态仿真实验验证了等价性。     

一种鲁棒Kalman滤波算法

针对带模型误差系统,利用偏差分离估计提出一种鲁棒Kalman滤波算法,并给出了该算法的渐近稳定条件．仿真结果表明该算法有效．     

Navigation system of a class of underwater vehicle based on adaptive unscented Kalman fiter algorithm简

Inherent flaws in the extended Kalman filter（EKF） algorithm were pointed out and unscented Kalman filter（UKF） was put forward as an alternative.Furthermore,a novel adaptive unscented Kalman filter（AUKF） based on innovation was developed.The three data-fusing approaches were analyzed and evaluated in a mathematically rigorous way.Field experiments conducted in lake further demonstrate that AUKF reduces the position error approximately by 65% compared with EKF and by 35% UKF and improves the robust performance.     

卡尔曼滤波在CSTR系统中的应用

从现在的工艺条件及经济方面考虑,在连续搅拌反应釜(CSTR)系统中直接测量其组分的浓度是很困难的.本文基于卡尔曼滤波技术,通过实时测量反应釜的反应温度与冷却温度来在线估计其组分的浓度,取得了很好的效果.最后给出了在CSTR系统中应用的仿真结果.     

基于自适应卡尔曼滤波的GNSS矢量锁定环路

为了减小卫星信号信噪比变化对全球导航卫星系统(GNSS)接收机当中矢量锁定环路(VLL)的不良影响,使用一种基于新息的自适应卡尔曼滤波方法对其改进,以实现对VLL滤波器观测噪声协方差矩阵的实时调整．使用后处理软件全球定位系统(GPS)接收机处理信号发生器产生的中频数据以对提出的方法进行验证．实验结果表明,相对于传统标量环路(SLL),基于自适应卡尔曼滤波的VLL可以在信噪比降低甚至可见卫星数目不足的环境下工作,其载波频率跟踪精度及导航定位解精度均优于固定参数矢量环路和传统标量环路．     

使用遗传算法的自适应Kalman滤波器

基于Magill的Kalman滤波器池结构,设计了使用遗传算法的自适应Kalman滤波器,给出了离线和在线两种实现方案。离线方案以辨识滤波参数为主要目的,进而可以对状态进行较准确的事后估计;在线方案以实时地对状态进行估计为目的。对滤波参数寻优使用具有良好性能的浮点数编码遗传算法,该算法与二进制编码遗传算法相比收敛速度更快、搜索全局最优的能力更强。仿真结果验证了所提出的自适应Kalman滤波器的有效性。     

使用遗传算法的自适应Kalman滤波器

基于Magill的Kalman撼波器池结构，设计了使用遗传算法的自适应Kalman滤波器，给出了离线和在线两种实现方案．离线方案以辨识滤波参数为主要目的，进而可以对状态进行较准确的事后估计；在线方案以实时地对状态进行估计为目的．对滤波参数寻优使用具有良好性能的浮点数编码遗传算法，该算法与二进制编码遗传算法相比收敛速度更快、搜索全局最优的能力更强．仿真结果验证了所提出的自适应Kalman滤波器的有效性．     

基于卡尔曼滤波器的电动汽车PID控制系统设计

针对传统PID控制器受控制参数的精度影响而带来的控制器性能的不足,文中提出了基于卡尔曼滤波器的PID控制器设计方法,通过设置卡尔曼滤波器的各项参数和噪声方差阵,提高了控制精度,并对未滤波处理及滤波处理两种情况下的仿真结果进行对比分析.结果表明,在相同的外部条件下,采用卡尔曼滤波器的PID控制系统优于传统的PID控制系统.     

基于新息的神经网络自适应卡尔曼滤波

卡尔曼滤波是一种基于最小方差的递推式滤波算法,系统模型和噪声统计特性的先验知识决定了滤波的性能和估计的准确性,不精确的先验知识将导致滤波性能的明显下降甚至发散。采用BP神经网络对系统进行辨识,获得精确的系统状态方程,利用新息自适应估计卡尔曼滤波算法中的过程噪声和测量噪声协方差矩阵,提出基于新息的神经网络自适应卡尔曼滤波算法。Matlab仿真结果表明,与传统卡尔曼滤波算法相比,改进的卡尔曼滤波算法获得了与原始信号几乎一致的输出信号,噪声得到明显抑制。同时,改进的算法不需要系统精确的数学模型,在实际应用中具有可行性和普适性。     

非信任环境中一致卡尔曼滤波的数据融合算法

针对非信任环境下数据融合时感知数据的可靠性问题,提出了此环境下攻击节点判定算法,并采用一致估计的分布式卡尔曼滤波算法实现动态目标跟踪。该算法能有效识别攻击节点并对其篡改数据做相应处理,减小篡改数据对数据融合的影响。仿真结果验证了所提算法的有效性,准确实现了动态目标跟踪。     

卡尔曼滤波方法在测井资料处理中的应用

由于受到随机口气的影响，测井资料常存在严重的统计涨落，从而影响资料的使用，用高斯马尔科夫过程描述地层结构变化，在此基础上采用推广卡尔慢滤波方法对测井资料进行处理，计算机仿真结果表明该方法对消除测井资料统计涨落的有效性。     

稳态分数阶Kalman滤波器

基于CARMA新息模型对线性离散分数阶状态空间系统提出一种稳态分数阶Kalman滤波器。分数阶描述比整数阶描述更精确,所提出的滤波器相比已有的整数阶系统的相关研究结果更具普遍性和实用性。仿真实例表明了该滤波器的有效性。     

Autonomous determination of orbit for probe around asteroids using unscented Kalman filter

The observed images of the asteroid and the asteroid reference images are used to obtain the probe-to-asteroid direction and the location of the limb features of the asteroid in the inertial coordinate. These information in combination with the shape model of the asteroid and, attitude information of the probe are utilized to obtain the position of the probe. The position information is then input to the UKF which determines the real-time orbit of the probe. Finally, the autonomous orbit determination algorithm is validated using digital simulation. The determination of orbit Using UKF is compared with that using extended Kalman filter (EKF), and the result shows that UKF is superior to EKF.     

一种改进的卡尔曼滤波算法在非均匀校正中的应用

提出了一种改进的卡尔曼滤波算法,并将其应用于红外焦平面成像非均匀校正过程中。该算法合理的分配了传统卡尔曼滤波算法的计算量,克服了传统卡尔曼滤波算法计算量分配不均的不足,使该算法在相同的条件下不仅能更容易对非均匀校正算法进行实时处理,而且还能支持更高的分辨率。     

改进型UKF滤波算法的卫星姿态估计

针对矢量观测的三轴稳定卫星的姿态估计问题,提出了一种改进的UKF（unscented Kalman filter）滤波算法．它通过引入简化球形分布Sigma点UT变换（SSUT）,使得Sigma点的数量减少,从而在与UKF算法估计精度相当的情况下,计算量大大减少．同时,该算法依据姿态四元数与修正罗德里格参数之间的变换关系以及Sigma点的本质属性,保证了在姿态估计过程中四元数满足归一化约束,并且给出了过程噪声方差阵的选取方法．与扩展卡尔曼滤波（EKF）相比,无需计算Jacobian矩阵且具有更高的估计精度,并且对初始姿态误差更具有较好的鲁棒性．数值仿真表明该方法能很好地改善滤波效果,提高了估计精度,同时减小了计算量。     

自适应卡尔曼滤波的新算法

本文提出了自适应卡尔曼滤波的一种新算法,对Sage-Husa及Myers-Tapley的滤波器作出了改进,计算机模拟结果表明新滤波器有较好的性能.     

基于Sigma粒子Kalman滤波的地形辅助导航方法

地形辅助导航技术依据机载设备实时测量地形高度与机载数字高程地图的对比,给出飞行器定位结果,能够有效地修正主惯性导航系统的误差。传统地形辅助导航中应用较为广泛的是扩展Kalman滤波方法,但因为地形高度测量的非线性,扩展Kalman滤波不一定能够得到系统最优估计。Sigma粒子Kalman滤波作为一种新面世的非线性滤波器,能够有效地解决非线性估计问题。基于Sigma粒子Kalman滤波,提出一种新的地形辅助导航方法。在真实数字高程地图上得到的仿真结果表明,该地形辅助导航方法性能总体优于扩展Kalman滤波方法,尤其在飞越平坦地形时表现更佳。