共查询到20条相似文献,搜索用时 31 毫秒
1.
汽车ABS轮速传感器信号处理芯片的设计 总被引:1,自引:0,他引:1
基于2μm 40 V 双极工艺,设计了一种汽车ABS轮速传感器信号处理芯片.整体电路结构新颖实用,其中针对使用环境,对带隙基准电压源、多级放大滤波电路及整形比较电路等,给予了特殊考虑.利用Cadence Spectre仿真工具,对电路进行仿真,并给出版图及芯片测试数据.结果表明,设计的芯片性能稳定可靠,抗干扰能力强,达到国际车载电子的标准. 相似文献
2.
3.
容积卡尔曼滤波(CKF)是一种新型的非线性滤波方法,可获得优于扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)的滤波精度和滤波效率.但是,传统的CKF基于三阶容积准则而提出,因此滤波精度受到限制,为进一步提高CKF滤波性能,文中将容积准则由三阶扩展到五阶,采用两种不同容积点集选择方案,提出一种新型的五阶CKF算法.该算法可有效改善传统CKF在精度方面的理论局限,并有效改善一般五阶CKF计算量大的问题.机动目标跟踪仿真结果表明了新方法的有效性和可行性. 相似文献
4.
5.
衰减记忆无迹卡尔曼粒子滤波算法研究 总被引:1,自引:0,他引:1
无迹卡尔曼粒子滤波算法作为典型的粒子滤波改进算法,有效提高了滤波精度.但旧的数据影响过大,导致滤波发散,借鉴衰减记忆无迹卡尔曼滤波算法的思想,通过引进衰减因子实现对当前测量数据利用的加强,减小历史数据对滤波结果的影响,提出了一种基于衰减记忆无迹卡尔曼滤波的粒子滤波算法.仿真实验表明,算法能够提供优于传统无迹卡尔曼滤波算法的跟踪精度. 相似文献
6.
介绍一种系统噪声统计特性未知时的逢适应卡尔曼滤波方法,并运用这种滤波方法对INS/TAN/GPS组合导航系统进行了仿真,仿真结果表明用这种方法的滤波结果与系统的噪声统计特性已知时的卡尔曼滤波结果具有非常接近的估计精度,不失为一种有效的滤波方法。 相似文献
7.
8.
传统单一线性或非线性滤波方法往往难以获得最优线性/非线性混合动态系统状态估计,针对这一问题,结合卡尔曼滤波(KF)方法可获得线性状态估计最优解、计算量小等优势,提出了一种基于KF和扩展容积卡尔曼滤波(A-CKF)的组合滤波方法。该方法将系统状态分解为线性状态与非线性状态两部分,分别采用KF和简化两次扩展容积卡尔曼滤波(STA-CKF)方法进行系统状态估计。机动目标跟踪和捷联惯性导航系统非线性对准仿真结果表明,相比于Rao-Blackwellized粒子滤波方法,新方法在保证滤波精度的前提下,使得计算成本有效降低;相比于STA-CKF方法,新方法在滤波精度和滤波实时性方面均得到明显提高。 相似文献
9.
针对传统正交采样方法存在运算数据量大,镜频抑制比小及硬件实现资源消耗大等方面的不足,分析了一种基于多相滤波结构的数字正交采样方法.首先对多相滤波法实现数字正交变换的原理进行了分析,然后根据多速率信号处理理论推导并给出了基于多相滤波结构的子滤波器的实现方法,最后,通过仿真验证了该方法的有效性.实验结果表明该方法较之传统的低通滤波法有很大的优越性. 相似文献
10.
为解决扩展卡尔曼滤波算法(EKF)在处理角测量跟踪问题时对复杂非线性状态估计收敛速度慢、估计精度低的问题,引入一种平方根容积卡尔曼滤波算法(SRCKF)。SRCKF是一类sigma点滤波方法,基于容积原则的数值积分方法计算非线性随机函数的均值与协方差,避免了EKF中Jacobian矩阵的计算,有效提高了计算效率。另外,与一般容积卡尔曼滤波算法相比,SRCKF确保了状态协方差矩阵的对称性与半正定性,有效改进了数值精度和鲁棒性。将SRCKF应用于角测量跟踪系统中,仿真结果表明,SRCKF、Unscented卡尔曼滤波(UKF)滤波精度较传统EKF有较大提高,同时,与UKF相比,SRCKF能以较快的运行效率获得较好的滤波效果。 相似文献
11.
传统的卡尔曼滤波算法提取相位差变化率时,要求相位差数据呈线性变化或近似线性变化,而这一条件往往不容易得到满足。针对以往利用相位差变化率进行单站无源定位的定位精度不高的问题,提出一种差分—卡尔曼滤波方法,综合了差分处理方法和卡尔曼滤波处理方法的全部优点,解决了卡尔曼滤波提取方法限制条件强的问题以及差分处理方法提取精度低的问题。通过仿真试验表明,差分—卡尔曼滤波方法滤波精度比差分方法高很多,比卡尔曼滤波方法适用范围更广,应用性更强。 相似文献
12.
本文给出了一种改进的二维卡尔曼窗滤波方法,该方法比标量或向量二维卡尔曼滤波方法有更快的计算速度和需要更小的内存容量,在图象模型选取方面也对Dikshit给出的移动窗法进行了改进,从而使所给滤波方法适用于被更广泛因素模糊的图象之恢复。所给方法特别适于在微型机上实现。文后给出用所给方法进行图象恢复的一个实例。 相似文献
13.
14.
针对非线性、非高斯问题,建立了动态状态空间模型,详细分析了贝叶斯滤波的原理。对于满足线性和高斯的状态空间模型,卡尔曼滤波性能是最优的。但是,真实世界的非线性、非高斯问题存在,使得人们不得不寻找一种更好的滤波方法。解决非线性滤波问题最普遍的方法就是扩展卡尔曼滤波。但扩展卡尔曼滤波只适合弱非线性系统,对于强非线性系统,容易导致滤波发散。因而介绍了适用于强非线性、无高斯约束的基于序列蒙特卡罗算法的粒子滤波波器及其改进算法规则化粒子滤波器。最后对上述几种滤波器进行了性能仿真及分析。 相似文献
15.
16.
17.
18.
针对雷达系统的非线性目标跟踪存在精度低、滤波易发散等问题,提出一种新的非线性滤波算法——随机球面径向积分滤波算法(SSIF)。该滤波算法基于随机积分准则,利用随机球面积分准则和随机径向积分准则来近似函数积分。所提的滤波算法和传统的非线性滤波算法,例如扩展卡尔曼滤波、不敏卡尔曼滤波和容积卡尔曼滤波等相比在计算复杂度相当的情况下,不仅可以消除系统误差具有更高的跟踪精度,而且可以防止滤波发散提高滤波稳定度。通过蒙特卡洛仿真实验表明,所提出的非线性滤波算法整体性能明显优于传统的滤波算法。 相似文献
19.