Design and implementation of an adaptive Kalman filtering for the launcher of multiple launch rocket system

Practical application for performing an adaptive Kalman filtering with a digital signal processor is studied. A multiple launch rocket system (MLRS) is considered, and an adaptive Kalman filtering is designed for the state estimation of the launcher by using the measured outputs from a fiber optical gyro mounted on the MLRS. The proposed algorithm remains convergent in the presence of noise covariance errors. The performance of the proposed method is demonstrated by simulations and compared with other types of Kalman filtering algorithms. Eventually, an experiment is implemented for the state estimation of the launcher of MLRS using the TMS320F2812 digital signal processor.     

基于逆向卡尔曼滤波的电力变换器故障诊断方法

针对变换器中因电解电容退化而引起的等效电阻异变的故障诊断问题,提出了一种基于逆向卡尔曼滤波的电力变换器故障诊断方法。将变换器抽象为一类卡尔曼滤波动态方程。将电路元件参数作为卡尔曼滤波的未知状态,利用电路的电压和电流作为已知矩阵,逆向推导卡尔曼滤波递推公式,完成电力变换器的参数辨识和故障诊断。针对变换器正常状态下的参数辨识结果,表明所提出的逆向卡尔曼滤波参数辨识算法具有较高的精度。同时针对变换器故障状态下的故障诊断结果,表明逆向卡尔曼滤波算法也具有很好的跟踪性,能够快速显示故障元件及其参数变化情况。仿真验证了所提出方法的有效性和实用性。     

Design and implementation of a digital differential relay for a3-phase power transformer based on Kalman filtering theory

The design and implementation of a digital differential relay for a three-phase power transformer based on Kalman filtering theory are presented. The differential current is modeled as a sum of a fundamental, second harmonic, and exponentially decaying DC component, plus a random noise of known variance. The fundamental and second harmonic components are optimally estimated using a five-state Kalman filter. Inrush and internal fault conditions are distinguished by the relative magnitudes of their differential currents. The algorithm is implemented on a TMS 320 digital signal processor and tested using a three-phase transformer. Results show that the relay provides good restraint for inrush conditions and the relay operation time for internal faults is less than half a cycle     

卡尔曼滤波在电池检测中的应用

针对电池检测系统中对电池充放电电流高精度的要求,论述了卡尔曼滤波算法在电池检测系统中的应用。它增强了系统对随机干扰信号的抑制能力,保证了电流的检测精度。实验结果表明,采用卡尔曼滤波算法的系统具有可靠、高精度、实时性好等优点。     

基于电流模型的Kalman滤波转子磁链观测器

为了研究异步电机矢量控制系统,本文提出了应用电流模型设计Kalman滤波转子磁链观测器的新思路。为一台模型样机设计了基于电流模型的Kalman滤波转子磁链观测器,并设计了基于异步电机全阶模型的Kalman滤波转子磁链观测器,还迚行了对比研究,结果表明,两者的估计精度相当。可见,本文所提的基于电流模型的Kalman滤波转子磁链观测器是有效的、可行的。由于其状态方程的维数降低,它比基于全阶方程的Kalman滤波转子磁链观测器更适宜于在线观测。     

基于小波-卡尔曼滤波的基波分量提取

为满足继电保护准确动作的要求,国内外学者对卡尔曼滤波进行了广泛研究。在系统发生故障期间,电压电流信号中包含大量的非周期分量与谐波分量,这将极大地延迟卡尔曼滤波器的收敛速度。为此,文中结合卡尔曼滤波和小波变换,提出一种用于故障检测及提取基波分量的方法。即运用sym4小波对基波分量估计值进行分解重构,利用高频分量模极大值来检测故障信号,从而更新增益系数和误差协方差矩阵,减少了卡尔曼滤波器的响应时间。结果表明,该算法可精确捕捉故障信号发生时刻,不因干扰噪声影响而产生误差,能快速、准确地提取故障暂态信号中的基波分量,且对频率波动有一定的鲁棒性。     

基于卡尔曼滤波提升快速反射镜的噪声水平

为了降低快速反射镜位置传感器的噪声水平同时又尽可能的减小滤波器所带来的不必要的相位滞后,在同样的硬件基础上提升位置信号的测量精度。将卡尔曼滤波方法引入到快速反射镜控制系统中,同时鉴于卡尔曼滤波器对建模精度的要求,对快速反射镜进行扫频结合手动拟合建模,并结合模型设计卡尔曼滤波器。在此基础之上,对卡尔曼滤波器和巴特沃斯滤波器的输出信号以及原始信号进行频谱分析,比较两种滤波方式的滤波效果和频谱覆盖范围。实验结果表明,卡尔曼滤波器的滤波效果为巴特沃斯滤波器的2.55倍,相位滞后量比巴特沃斯滤波器小36.0°,同时频域结果显示卡尔曼滤波器可以对更大频率范围的噪声有效。经过卡尔曼滤波以后,位置传感器测量精度明显提升。     

（19期已排版）基于无迹卡尔曼滤波的行波波头辨识

行波测距的关键问题是行波到达时刻的准确标定。然而系统在过零点发生故障或者经高阻接地短路时,故障行波信号比较微弱,利用奇异性判断行波突变的方法会出现很大的误差。为了准确捕捉故障暂态行波,文中提出了一种新的行波辨识方法,通过分析行波传输特性,构建行波波头数学模型,利用无迹卡尔曼滤波的状态估计能力,对行波波头进行辨识,从而获得行波到达故障检测装置的时刻。仿真结果可以看出,在信噪比较低的情况下,该方法依然能够辨识行波波头,具有很好的工程实用性。     

卡尔曼滤波回归统计模型及工程应用分析

将统计模型的回归系数看做状态向量，统计模型视为观测方程，利用卡尔曼滤波算法实现了统计模型的建模。该建模方法不仅便于实时处理、计算机实现、节省机时，而且由于卡尔曼滤波属于线性最小方差估计，所以相比最小二乘建模方法可望获得更高的建模精度。工程实践也验证了卡尔曼滤波回归统计模型的上述特性。     

基于自适应卡尔曼滤波的锂电池SOC估计

考虑到传统的卡尔曼滤波策略在未知干扰噪声环境下不能对锂离子电池的荷电状态(SOC)进行准确的估计,简要论述了锂离子电池的等效电路模型,提出了自适应卡尔曼滤波方法,利用Matlab/Simulink建立了基于自适应和常规的卡尔曼滤波法的锂离子电池SOC估计的仿真模型,分析研究了在未知干扰噪声下两种滤波法的SOC估计值变化曲线以及误差关系。仿真结果表明,采用自适应卡尔曼滤波方法估计的SOC误差较传统的要小,从而有效降低了未知干扰噪声对电池管理系统所受到的影响,且具有较好的鲁棒性,为今后深入研究动力电池SOC估计方法提供了一定的参考。     

基于Sage-Husa卡尔曼滤波的三相电压暂降检测

针对三相三线制系统,提出一种检测三相电压暂降的新方法。通过瞬时对称分量法在αβ静止坐标系下建立离散检测模型,引入90°超前移相算子,解耦了暂降电压正序、负序分量的检测;采用Sage-Husa卡尔曼滤波算法实现移相算子,产生正交分量,同时表现出算法自身的滤波功能;引入欧氏空间距离定位故障发生及恢复时刻,并重置卡尔曼滤波器参数,加快检测响应速度。仿真结果表明,所述方法在响应速度和稳态精度方面具有优越性,证明了该方法的可行性和有效性。     

卡尔曼滤波在天幕立靶测试系统中的应用

为解决天幕立靶测试系统检测信号中各种噪声干扰问题,根据卡尔曼滤波原理及方法对检测信号进行处理,通过建立系统状态模型和观测模型,将噪声简化处理为白噪声并对检测信号进行实时递推滤波,完成了卡尔曼滤波在天幕立靶测试系统中的应用.仿真结果表明,该方法满足系统测试要求,可减小测试产生的误差.通过实弹射击试验验证了该方法有效,并提高了靶场动态测量数据处理的精度.     

一种适于快速实现的卡尔曼滤波算法的改进

卡尔曼滤波算法具有收敛平稳、速度快、精度高的优点,在信号处理中受到广泛应用.但由于卡尔曼滤波算法不仅是一种迭代算法,而且还包含矩阵的连乘运算和求逆运算,这使得该算法在MCU和DSP这类数字平台上的实现面l临很大的困难.本文介绍了一种数字保护中卡尔曼滤波算法的改进,针对数字保护的特点,对算法的结构进行适当的变换,将迭代过程中大量与采样点数据无关的矩阵运算和求逆运算分离出来进行离线运算,从而避开难以实现的矩阵求逆运算和运算量巨大的矩阵连乘运算,大大简化了迭代的过程.由于离线运算不受运算量、运算时间和位宽精度的限制,因而改进后的算法不仅克服了原先迭代过程的复杂性,而且进一步提高了运算精度,可以在MCU和DSP这类数字平台上实现.     

基于卡尔曼滤波的风机控制系统优化

为进一步优化风机控制效果,缓解输入信号滞后于风能变化问题;在原有的控制算法基础上,引入卡尔曼滤波预测控制算法。建立了传动系统柔性模型,推导了卡尔曼滤波系统更新方程,并根据卡尔曼滤波原理研究了相关协方差确定方法,得到了滤波系数回归更新方法。利用系统平台和bladed软件进行仿真,证明了算法对传动振动优化效果和对功率曲线平稳性优化效果。结果表明,算法具有减缓传动链振动和平滑功率曲线的作用,可以在风场推广应用。     

Frequency estimation of distorted power system signals usingextended complex Kalman filter

The paper proposes an extended complex Kalman filter and employs it for the estimation of power system frequency in the presence of random noise and distortions. From the discrete values of the 3-phase voltage signals of a power system, a complex voltage vector is formed using the well known αβ-transform. A nonlinear state space formulation is then obtained for this complex signal and an extended Kalman filtering approach is used to compute the true state of the model iteratively with significant noise and harmonic distortions. As the frequency is modeled as a state, the estimation of the state vector yields the unknown power system frequency. Several computer simulations test results are presented in the paper to highlight the usefulness of this approach in estimating near nominal and off-nominal power system frequencies     

基于卡尔曼滤波的高稳定度测温系统设计

诸多工业控制和国防领域中高精度测温的需求日益广泛,测温系统的稳定度是实现高精度的先决条件。设计和实现了一种基于标准卡尔曼滤波实现高稳定度测温系统,通过合理配置硬件和优化设计软件算法,有效地去除了信号传输过程中的噪声,并给出了详细的软硬件设计方案。系统选用TI公司MSC系列高性能嵌入式处理器为内核构建硬件平台,使用标准四线制铂电阻实现温度信号采集;在软件滤波算法中,利用标准卡尔曼滤波器无偏和估计均方误差最小的特点,完成对温度信号的最优估计和滤波。结果表明,测温系统在±80℃测温范围内稳定度能达到±0.02℃。     

基于PnP和自适应线性卡尔曼滤波的实时位姿估计

针对实时位姿估计中扩展卡尔曼滤波(EKF)线性化引入非线性误差和依赖已知噪声分布的缺点,提出一种基于Pn P的自适应线性卡尔曼滤波位姿估计求解方法。将Pn P位姿估计求解策略引入卡尔曼滤波观测方程,通过对动态方程误差统计参数实时估计,自适应调节卡尔曼滤波递推参数。所提算法求解精度高,固定了观测方程的观测向量维度,提高了算法实用性。通过仿真试验,比较了该算法与EKF的位姿估计精度,通过量化误差分析,证明了该方法可以提高三维运动位姿估计精度,也验证了该方法的有效性。     

基于小波卡尔曼混合算法的陀螺仪去噪方法

为了能有效地减少MEMS（微电子机械系统）陀螺仪的随机漂移误差,使得随钻测量系统的精度得到提高,提出了一种基于小波与Kalman算法的混合滤波方法。首先使用小波分析的方法,对实测的陀螺仪数据进行多分辨分解得到平稳的数据信号,然后对数据进行时间序列分析建模建立陀螺仪误差模型,把小波分解后的低频信号作为系统输入,利用最小二乘法中直线拟合的方法改进卡尔曼滤波算法处理陀螺仪零点随机误差。实验分别分析了静态平稳信号和非平稳动态信号,并对处理效果进行了对比分析。仿真结果表明方法能有效降低信噪比,提高陀螺仪输出精度。     

基于卡尔曼滤波的磁传感器阵列电流测量

单个磁传感器非接触式测量电流容易受到干扰磁场的影响,通过使用多个磁传感器组成的阵列进行非接触式电流测量可以排除干扰的影响.在建立多传感器阵列测量模型的基础上,提出基于卡尔曼滤波的非接触式多传感器电流测量,并介绍了状态值最优估计和最优稳态滤波算法.为了减少传感器个数,提高实用性,提出次优稳态滤波算法.在不同的干扰情况下,对该算法进行了仿真和实验.结果说明基于卡尔曼滤波的信号处理算法,不但可以降低环境影响带来的误差,而且减轻了多传感器非接触式电流测量的计算负担.     

基于序贯卡尔曼滤波的OCT信号处理方法研究

使用光学电流互感器(Optical Current Transducer,OCT)测量小电流时,测量得到的内部噪声信号往往大于光电信号,测得的读数不能正确反映电流的真实值。有效滤除噪声,提高信噪比是OCT信号处理的关键所在。介绍了基于法拉第磁光效应的光学电流互感器的基本原理和信噪特性,在被测电流为交直流混合信号的情况下,建立合适的滤波状态空间模型,采用序贯卡尔曼滤波的方法在Lab VIEW上进行仿真。结果表明序贯卡尔曼滤波算法能够对测量电流实时进行信噪分离,同时准确分离出交流和直流分量,提高了输出信噪比和测量精度。