一种快速自适应卡尔曼滤波算法

本文提出了一种快速自适应卡尔曼滤波算法，其增益矩阵可在观测噪声和状态噪声未知的情况下，直接由观测数据得到。计算机模拟及实测数据的处理结果表明，与一般自适应卡尔曼滤波算法相比，此算法具有简单、有效，便于实时处理的特点。     

光电跟踪系统非线性新息自适应卡尔曼滤波算法

为解决非线性部分状态卡尔曼滤波算法中由于线性化误差所导致的滤波精度下降问题,提出采用UT变换方法计算系统状态误差方差,及基于新息自适应调整系统噪声方差,进而构成一种新的非线性自适应部分状态卡尔曼滤波算法,并总结出详细算法结构.同时,将此方法应用到非线性测量光电跟踪系统中,并与U卡尔曼滤波和非线性部分状态卡尔曼滤波进行性...     

光电跟踪的非线性卡尔曼滤波算法

为得到最小方差意义下的光电跟踪目标的最优状态估计,提出将部分状态卡尔曼滤波和非线性系统的一阶线性化思想相结合,构成一种适用于非线性光电跟踪目标的卡尔曼滤波算法,并总结出详细算法结构.同时将此方法应用到非线性测量光电跟踪系统中,并与扩展卡尔曼滤波和U卡尔曼滤波进行性能对比.仿真实验结果证明,将部分状态卡尔曼滤波和非线性系统的一阶线性化思想相结合是有效可行的,而且其性能明显优于扩展卡尔曼滤波和U卡尔曼滤波.     

卡尔曼滤波器的自适应算法

通过对一维时不变线性系统的卡尔曼滤波器的理论分析，提出了一种估计并不断修正系统噪声方差Ｒ及观察噪声方差Ｑ的自适应算法。     

一种新的自适应量化数字音频水印算法

文章中提出了一种新的自适应量化数字音频水印算法，该算法首先将视觉可辨的二值水印图像降维成一维水印序列，并对水印序列进行随机置乱与BCH纠错编码，再将原始数字音频信号划分成音频数据段，最后选择音频段进行快速傅立叶变换(FFT)，并依据人类听觉系统(HAS)模型自适应确定量化步长量化FFT系数嵌入水印信息。该算法提取水印信息时不需要原始数字音频信号。仿真结果表明：该自适应量化数字音频水印算法不仅具有较好的透明性，而且对诸如叠加噪声、有损压缩、低通滤波、重新采样等攻击均具有较好的鲁棒性。     

一种纯方位跟踪中的自适应滤波算法

针对纯方位被动目标跟踪中扩展卡尔曼滤波算法易发散的不足，提出了一种自适应的改进算法。该算法利用极大后验噪声估计器Sage-Husa对虚拟观测噪声进行实时在线估计，动态补偿线性化带来的误差。算法的对比仿真分析结果表明，AEKF较之EKF滤波效果有所改善，增强了稳定性，提高了精度，为ST纯方位被动目标跟踪的实现提供一种新的方法。     

基于有限范围自适应卡尔曼滤波的结构损伤识别方法

在土木结构的健康监测中,当破坏发生时能够立即对结构的损伤做出判断和评估是一项非常重要的工作.本文采用了一种基于广义卡尔曼滤波的自适应追踪技术对结构的参数进行辨识.该方法能够追踪结构的时变参数,并对结构损伤的位置、大小以及发生的时间做出判断.数值仿真的结果表明该方法对于线性和非线性结构的参数变化具有敏感性,能够有效地检测出结构的损伤.     

基于MEMS陀螺仪和加速度计的自适应姿态测量算法

针对MEMS陀螺仪以及加速度计传感器单独测姿时,传感器数据中存在复杂噪声和测量误差导致测量得不到最优姿态角的问题,设计了一种基于MEMS陀螺仪和加速度计的自适应姿态测量算法.算法采用扩展卡尔曼滤波方法实现数据融合,并且在利用Allan方差估计MEMS陀螺动态噪声的同时,加入了遗忘因子和限定记忆的算法思想,从而实时地跟踪数据的量测噪声,实时修正角度估计误差,有效地提高了姿态测量系统的精度.实验结果表明,二者组合定姿可实现高精度的姿态测量,验证了算法良好的动态噪声抑制能力,提高了系统对环境变化的适应性.     

频响函数一种新的估计方法

利用三阶谱对高斯噪声不敏感的特点,本文提出一种频响函数新的估计方法。理论分析、数字仿真及实物试验结果表明,在零均值高斯噪声干扰下,新估计比现有的等更接近真值。     

一种改进的频域自适应时延估计算法

时延估计问题在许多工程应用中具有重要的意义。本文提出了一种改进的频域自适应时延估计算法,该算法等效于频域自适应时延估计器和广义相位谱估计器的组合。用实测的直升机噪声数据进行仿真,验证了本文提出的算法具有较高的时延估计精度和收敛速度。     

转换观测卡尔曼滤波算法中转换统计量的一种改进计算方法

为了改进转换观测卡尔曼滤波算法的性能,提出了一种计算转换观测误差统计量(均值和协方差)的改进方法.有两组信息可用于计算这些统计量,即观测值和滤波器的一步预测值.首先,推导了滤波器球坐标状态一步预测误差的均值和协方差.然后,利用滤波器球坐标状态一步预测值更精确地计算了转换观测误差的统计量.最后,将改进的转换观测误差统计量...     

基于自适应滤波的锂电池隔膜卷绕系统张力估计

锂电池隔膜卷绕系统的电机转速、放卷辊的卷材卷径和放卷张力等实时信号都带有高斯白噪声,易形成较大的滞后,从而导致控制系统的稳定性和精度降低。现以协方差匹配技术为滤波发散判据,再结合对于指数加权系数的表达式限定记忆滤波的次数,提高噪声初始值的分配权重,来保持滤波的自适应程度,提出一种基于改进型SageHusa自适应滤波估计张力的方法,实现对系统噪声协方差阵与测量噪声协方差阵的自适应变化。实验结果表明,所提出的方法不仅能更准确、稳定地估计出锂电池隔膜卷绕系统放卷张力,还能在一定范围内使其不受给定的噪声协方差阵初值影响,而且有较高的精度和较强的实时性,优于一般的扩展卡尔曼滤波算法。     

基于二阶转换测量Kalman滤波的目标跟踪算法

为了减小传统跟踪滤波算法线性化误差,提高光电跟踪系统的跟踪速度和跟踪精度,本文在三维空间中,提出了二阶去偏转换测量卡尔曼滤波算法.该算法利用二阶泰勒展开的方法,推导出了光电跟踪系统观测方程的转换测量值误差的均值和协方差矩阵表达式,并对测量误差进行去偏差补偿处理,再经过转换测量卡尔曼滤波,可显著减小传统滤波算法的线性化误差.仿真结果表明,二阶去偏转换测量卡尔曼滤波(SCMKF)算法的跟踪精度优于非去偏转换测量卡尔曼滤波(CMKF)和扩展卡尔曼滤波(EKF),以及unscented卡尔曼滤波(UKF)算法,并且具 有更快的收敛速度,和采用统计方法的去偏转换测量卡尔曼滤波(DCMKF)的跟踪精度相当,但计算简单,提高了跟踪速度.     

自适应滤波在平台自标定数据处理中的应用

目的：研究自适应卡尔曼滤波技术在平台自标定数据处理中的应用。方法：对平台标定中数据处理的一种方法是对角度传感器输出分析，解算出漂移角速率，并在此基础上辨识出漂移参数，由于平台自标定往往在动基座条件下进行，角度传感器输出中的噪声统计难以确定，并且会出现时变的情况，传统的卡尔曼滤波方法不能适用，自适应卡尔曼滤波在估计状态的同时，利用观测数据带来的信息，可在线估计噪声的统计特性，从而不断地改进滤波器的设计，结果与结论：对输出数据建立常速度模型，采用Sage-Husa自适应滤波算法，进行参数辨识，得到较好的效果。     

进化论自适应滤波算法及降噪特性研究

基于生物进化论策略的自适应滤波算法，利用其有性繁殖和无性繁殖的随机搜索能力实现全局最优搜索，可克服最小均方法（Least Mean Square，简称：LMS）对于多峰特性问题有可能收敛于某一局部最小值，无法实现全局最优的缺点。提出峰值系数指标PR（Peak Ratio）概念解决进化论自适应滤波器的性能评估问题，提出收敛速度CS（Converge Speed）指标和峰值系数指标PR高度的方法解决最优滤波参数的选取问题，并列进化论自适应滤波器的降噪进行模拟仿真，讨论了滤波长度和进化系数对进化论自适应算法消噪效果的影响及最优滤波参数。     

基于扩展卡尔曼滤波的气力输送动态称重系统

为了提高粉料在气力输送过程中动态称重的精度,提出了一种基于扩展卡尔曼滤波算法的动态称重方法。通过设置多个称重传感器,对采集的数据进行融合并滤波处理,以消除干扰噪声对系统测量的影响。同时采用减重计量法,将数据处理结果通过智能控制器实时调节卸料控制阀的开关度,以提高动态称重的精度。实验结果表明:称重30kg二氧化硅粉末,平均误差在0.3%以下。     

基于改进无迹卡尔曼滤波的锂电池SOC在线估计

针对无迹卡尔曼滤波算法对电池模型敏感并且容易受到不确定噪声干扰的问题,提出了改进的无迹卡尔曼滤波算法（improved unscented Kalman filter,IUKF）,提高电池荷电状态（State of charge,SOC）估计精度和鲁棒性能。首先,对锂离子电池进行建模并完成参数离线辨识。紧接着,对模型参数进行敏感性分析,研究不同参数对SOC估计效果的影响程度,为模型参数自适应对象的选取提供依据。随后,研究了包含模型自适应算法和噪声自适应算法在内的IUKF算法实现过程。最后,通过物理实验对比分析了IUKF与其它算法的实际估计效果,实验结果表明,该方法估计误差小于1.79%,鲁棒性能良好。