地下水参数反演的确定性集合卡尔曼滤波方法

由于地下水流动的发生环境通常非常复杂,通过稀少的钻孔资料难以对含水层特征进行准确的描述,而数据同化技术可以利用地下水位等动态数据反演出含水层的特征.为减小大尺度问题的抽样误差,提出了以确定性抽样技术为基础的卡尔曼滤波方法,讨论了确定性卡尔曼滤波方法在强烈非均匀介质和大尺度问题中的应用效果.研究结果表明:确定性卡尔曼滤波方法生成了唯一的样本集合,避免了传统集合卡尔曼滤波方法预测结果的不确定性;该方法能够缓解小样本条件下的系统方差快速衰减现象,并在强烈非均质介质中表现出良好的计算性能;结合局部化技术,确定性集合卡尔曼滤波方法能够很好地解决大尺度地下水系统的参数反演问题.     

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.     

区间卡尔曼滤波算法及其在载波相位组合导航中的应用

当系统参数不确切已知或随时间变化时，传统卡尔曼滤波算法无法直接应用。基于区间的概念，通过将参数变化的系统建立成区间模型，在其他假设与标准卡尔曼滤波相同的前提下，给出了一种处理系统参数不确定性的区间卡尔曼滤波算法，该算法在统计最优性能及迭代形式方面与标准卡尔曼滤波算法相当。最后通过与传统卡尔曼滤波算法进行比较，仿真验证了该算法在GPS／DMU载波相位组合导航中应用的可行性。     

基于多新息理论的卡尔曼滤波改进算法

系统建模是卡尔曼滤波的基础,系统模型不准确带来的验前数据误差,使滤波器精度降低,甚至可能造成发散.针对这种情况,提出一种基于多新息理论改进的卡尔曼滤波算法.多新息卡尔曼滤波算法不仅考虑了运动目标当前的运动状态,而且也充分利用目标之前运动信息,从而使得多新息卡尔曼滤波算法的滤波精度和稳定性得到改善.仿真结果表明,改进的多新息卡尔曼滤波算法较标准卡尔曼滤波算法更有效,预测精度更高.     

卡尔曼滤波方法在经纬仪图像数字传感系统中的应用

研究了卡尔曼滤波在图像数字传感系统（IDSS）中的应用,设计了基于随机噪声下匀速运动的卡尔曼滤波算法和基于延时的卡尔曼滤波算法。仿真结果表明,IDSS跟踪误差减小,当跟踪目标从视场消失时,控制系统按照预测的目标信息跟踪。     

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。     

混合卡尔曼滤波的非均匀校正算法

提出了一种基于混合卡尔曼滤波的非均匀校正算法,可以用于解决参数漂移为非线性的问题．该方法首先根据给定状态空间模型的特点,使用无迹卡尔曼滤波技术和传统卡尔曼滤波技术分别处理非线性的状态转移模型和线性的观测模型,然后把估计结果用于非均匀校正．使用仿真的一维和二维数据验证算法性能,实验结果表明,所提算法扩展了传统卡尔曼滤波算法的使用范围,并且与扩展卡尔曼滤波算法相比,具有较高的稳定性和估计精度．     

基于OTSUKF的飞行器惯性测量单元的故障诊断

线性系统存在随机偏差情况下,最优二步卡尔曼滤波(OTSKF)可以获得系统状态及偏差的最优估计。无迹卡尔曼滤波(UKF)利用Sigma点采样和UT变换技术经非线性系统传播状态的均值和方差,是一种典型的非线性滤波方法。飞行器是一种典型复杂非线性系统,将惯性测量单元(IMU)的故障作为一种随机偏差处理,建立了包含IMU故障的滤波模型。将UKF算法和二步滤波思想应用到飞行器之中,提出了一种适用于飞行器IMU故障诊断的最优二步无迹卡尔曼滤波(OTSUKF)算法。针对于飞行器,提出了一种滤波模型设计的方法。基于该模型,应用所提出的OTSUKF算法实现了飞行器状态的最优估计和IMU故障的辨识,该算法经过了实际飞行数据验证其对风扰动具有鲁棒性并且与已经被提出的迭代最优二步扩展卡尔曼滤波(IOTSEKF)方法进行了对比验证其最优性。     

一种基于极大似然准则的自适应卡尔曼滤波算法

在系统不能确切建模或模型本身会产生改变的应用场合，传统卡尔曼滤波算法的性能受到直接影响，甚至无法正常应用。基于标准卡尔曼滤波假设，利用极大似然估计准则推导了一种新的自适应卡尔曼滤波算法，这种滤波算法的主要思路是利用新息序列对系统和量测噪声方差阵Q和R实时估计和调整，以实时反映系统模型的变化。在相关理论分析的基础上，针对低成本惯性／GPS组合导航系统对这种自适应卡尔曼滤波方法的性能进行了仿真分析，与传统卡尔曼滤波算法进行了比较，探讨了这种算法的实用性。     

基于GNSS的无源探测系统定位性能研究

针对基于全球卫星导航卫星系统（GNSS ）信号的无源探测系统,研究了探测系统的定位模型、系统目标定位数据处理方法。基于卡尔曼滤波,建立了扩展卡尔曼滤波无源探测系统的状态方程与观测方程,利用卫星工具包（STK）仿真软件对无源探测系统的定位性能进行仿真分析。仿真结果表明：使用扩展的卡尔曼滤波定位性能较好,具有较高的定位和跟踪精度。     

Adaptive Federal Kalman Filtering for SINS／GPS Integrated System

A new adaptive federal Kalman filter for a strapdown integrated navigation system/global positioning system (SINS/GPS) is given. The developed federal Kalman filter is based on the trace operation of parameters estimation‘s error covariance matrix and the spectral radius of update measurement noise variance-covariance matrix for the proper choice of the filter weight and hence the filter gain factors. Theoretical analysis and results from simulation in which the SINS/GPS was compared to conventional Kalman filter are presented. Results show that the algorithm of this adaptive federal Kalman filter is simpler than that of the conventional one. Furthermore, it outperforms the conventional Kalman filter when the system is undertaken measurement malfunctions because of its possession of adaptive ability. This filter can be used in the vehicle integrated navigation system.     

吸风粉理化特性研究

对10家面粉厂的面粉和吸风粉样品进行基本成分含量、面筋特性、粉色等方面的对比分析,结果表明:吸风粉虽灰分含量较高但白度并没有明显降低;水分和淀粉含量较低;蛋白含量高是吸风粉的最突出特点,最高可达到面粉的2倍.不同粉路的吸风粉特性存在巨大差异,皮唐吸风粉成分最接近面粉,心磨系统的吸风粉蛋白含量显著提高,渣磨系统吸风粉则蛋白、灰分、脂肪含量都很高.     

H∞滤波在GPS／INS组合导航系统中的应用研究

根据H∞鲁棒滤波理论,提出了基于H∞滤波技术的GPS／INS全组合导航系统,利用了GPS和INS提供的位置、速度和姿态信息,并对该系统的滤波算法进行仿真。仿真结果表明,在GPS／INS组合中采用H∞滤波,不仅保证了组合系统导航精度,提高了滤波的鲁棒性,而且能够防止滤波发散。     

卫星间光通讯中一种可行的滤波元件—真空紫外滤光片

针对卫星间直接光学通讯的特点，分析了所需滤波器的特性，提出用真空紫外滤光片作为卫星间光通讯系统滤波器，并从对探测器上所接收到总能量的分析入手，详细讨论并计算了用真空紫外滤光片作为该系统的滤波器时，背景光所产生的噪声能量大小，从而证明了在卫星间直接光通讯系统中应用真空紫外滤光片是可行的。     

组合导航系统的自适应滤波

本文对自适应滤波在组合导航系统中的应用进行可行性研究,首先讨论了组合导航系统的数学模型,然后给出Sage和Husa提出的自适应滤波器,再用自适应滤波器来处理由组合导航系统测量器件给出的测量信息,对组合导航系统的状态进行估计,仿真结果表明,自适应滤波器具有良好的跟踪性能,即使噪声的统计特性不能确切地知道,滤波器也能给出系统状态比较精确的估计.     

混合型谐波电流补偿系统的原理及特性

分析了一种新型混合型谐波电流补偿系统的原理,它由小容量的串联有源滤波器和并联无源滤波器组成。文中阐述了该系统的结构和谐波补偿原理,并对基于ｄｑｏ坐标系下的谐波电流检测及控制方法进行了研究。理论分析和仿真结果表明,该系统能显著提高无源滤波器的滤波性能,还可抑制无源滤波器与系统之间可能发生的串、并联谐振。     

气体钻井液压系统污染物方程及过滤装置

气体钻井现场环境恶劣,工况复杂,现用液压系统油液过滤装置过滤效果差,致使油液污染严重,液压系统中泵、阀、执行元件、管路等出现磨损、测漏、堵塞以及活动件卡死等情况,增加了对气体钻井作业的风险。对气体钻井现场所用液压系统污染源进行分析,对其建立了污染物平衡方程及污染物控制方程。根据污染物控制方程提出了液压系统过滤装置改进措施,通过多方案设计与分析,优选出过滤装置设计方案,并计算出新型过滤装置的主要设计参数。建立新型回油过滤装置的下游污染物颗粒浓度方程,并对安装回油过滤装置和无回油过滤装置的下游污染物颗粒浓度进行计算分析。结果表明：液压系统安装新型回油过滤装置时,过滤速度明显提高,下游污染物颗粒浓度明显下降,更好地满足了气体钻井液压系统对油液清洁度的要求。     

判别系统状况的时间序列降维法

针对系统的多维测量序列，采用时间序列方法设计滤波器，把多维序列降至一维，并使系统在不同状况下的测量序列有不同的易通频率，以便利用实测序列的降维信号判别系统所处的状况，达到监视系统的目的。     

MEMS陀螺的模糊自适应卡尔曼滤波

以捷联惯导系统为应用背景,在建立MEMS陀螺的数学模型后,针对常规卡尔曼滤波算法的不足,引入一个加权因子,实时地对系统噪声和观测噪声进行估计和修正,从而降低系统的模型误差,抑制滤波发散。实验证明,在确保整个导航系统可靠性的前提下,MEMS陀螺提供了更加精确的角速率信息。     

基于MATLAB的FIR数字滤波器的设计

FIR数字滤波器是数字滤波器系统中常见的滤波器,本文介绍通过采用频率抽样设计法来设计FIR数字滤波器,利用MATLAB语言的强大功能和在数字滤波器设计上具有的独特优势完成设计中的计算与图形的绘制。对所设计的低通滤波器的仿真和频率特性分析表明,利用MATLAB来设计数字滤波器简单、方便。