检索结果-南通市图书馆

基于MSIF-AFKF算法的大直径回转体动态位置检测方法

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2013年第5期49卷 116-122页

作者：雷少坤谷文韬周少伟冯新西北工业大学机电学院西安710072

大直径回转体类零件动态位置变量不易准确测得或测量成本较高,而动态位置的准确获取对关键回转体类零件运动控制有着重要的意义。提出一种大直径回转体动态位置实时检测新方法,该方法针对回转体匀速、匀加速及变加速的不同转动状态,在... 详细信息

大直径回转体类零件动态位置变量不易准确测得或测量成本较高,而动态位置的准确获取对关键回转体类零件运动控制有着重要的意义。提出一种大直径回转体动态位置实时检测新方法,该方法针对回转体匀速、匀加速及变加速的不同转动状态,在传统融合算法的基础上引入自适应渐消因子,建立多传感器自适应渐消Kalman滤波融合(Multisensor informationfusion based on adaptive fading Kalman filter,MSIF-AFKF)算法,融合多组光栅传感器信息,对回转体不同转动状态的位置参数进行联合估计。仿真表明,与基于传统融合算法的检测方法相比,基于MSIF-AFKF算法的检测方法具有更高精度的动态位置输出,将该方法应用于某型卧式铆接设备的床头床尾空心轴转角定位系统中,并进行试验验证,其结果与模拟仿真结果一致。

关键词：大直径回转体动态位置检测自适应渐消因子 Kalman滤波

强跟踪-容积卡尔曼滤波在弹道式再入目标跟踪中的应用

在线全文

学校读者我要写书评

暂无评论

中国惯性技术学报 2015年第2期23卷 211-218页

作者：张龙崔乃刚王小刚白俞亮哈尔滨工业大学航天工程系哈尔滨150001

对于具有一定机动能力的弹道式再入目标跟踪问题,稳定性好、鲁棒性强、收敛精度高的估计方法是保证跟踪精度的关键。针对再入运动模型和测量体制的强非线性以及目标机动引起的滤波精度下降问题,提出一种将强跟踪滤波(STF)和基于三阶球面... 详细信息

对于具有一定机动能力的弹道式再入目标跟踪问题,稳定性好、鲁棒性强、收敛精度高的估计方法是保证跟踪精度的关键。针对再入运动模型和测量体制的强非线性以及目标机动引起的滤波精度下降问题,提出一种将强跟踪滤波(STF)和基于三阶球面-向径容积规则的容积卡尔曼滤波(CKF)相结合的强跟踪-容积卡尔曼滤波(STCKF)。通过将强跟踪算法中的自适应渐消因子引入到滤波时间更新和测量更新方程中,在线实时调整滤波增益矩阵,能有效避免模型失准造成的滤波性能下降,使该算法兼具CKF滤波精度高和STF鲁棒性强的优点。通过数学仿真表明,改进后的STCKF可以实现对具有机动的弹道式再入目标的高精度跟踪,相对于CKF精度提高50%,并且具有更强的鲁棒性和自适应能力。

关键词：弹道式再入目标跟踪容积卡尔曼滤波自适应渐消因子非线性系统

双重遗忘卡尔曼滤波PMLSM无位置传感控制研究

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2018年第2期30卷 672-678页

作者：朱军李香君付融冰吴宇航田淼河南理工大学电气工程与自动化学院河南焦作454000

针对EKF估计PMLSM位置存在模型不精确、噪声统计特性不确定时估计精度不高,且有可能导致滤波发散的问题,提出一种双重遗忘卡尔曼滤波法,它是在EKF的基础上引入自适应渐消因子,实现第一重遗忘,引入Sage-Husa自适应滤波法,实现第二重遗忘... 详细信息

针对EKF估计PMLSM位置存在模型不精确、噪声统计特性不确定时估计精度不高,且有可能导致滤波发散的问题,提出一种双重遗忘卡尔曼滤波法,它是在EKF的基础上引入自适应渐消因子,实现第一重遗忘,引入Sage-Husa自适应滤波法,实现第二重遗忘。实验表明:该方法不论是同步速度还是负载突变,均按正弦规律递减,负载突变前、后速度稳定误差最大值分别为0.469%、0.943%,最终将稳定在0.167%附近,跟踪效果随仿真时间的加长而更好。

关键词： PMLSM 卡尔曼滤波自适应渐消因子 Sage-Husa自适应滤波双重遗忘卡尔曼滤波

基于平滑变结构-卡尔曼滤波的MIMU/BDS组合导航技术

在线全文

学校读者我要写书评

暂无评论

航空兵器 2021年第3期28卷 51-58页

作者：李灿沈强秦伟伟段志强汪立新火箭军工程大学西安710025

为了提高模型不准确、大扰动等情况下MIMU/BDS组合导航精度,提出了平滑变结构-卡尔曼组合滤波的信息融合方法。介绍了坐标转换方法,建立了组合导航系统的状态空间方程和观测方程。为了防止老旧观测数据引起算法发散,在卡尔曼滤波算法中... 详细信息

为了提高模型不准确、大扰动等情况下MIMU/BDS组合导航精度,提出了平滑变结构-卡尔曼组合滤波的信息融合方法。介绍了坐标转换方法,建立了组合导航系统的状态空间方程和观测方程。为了防止老旧观测数据引起算法发散,在卡尔曼滤波算法中融入随残差自适应变化的渐消因子,从而构造了自适应卡尔曼滤波算法。将卡尔曼滤波的精度优势与平滑变结构滤波的鲁棒性优势融合,提出了平滑变结构-卡尔曼组合滤波算法。经仿真验证,在模型不准确、大扰动等情况下,组合算法的位置融合误差和速度融合误差均小于卡尔曼滤波和自适应卡尔曼滤波算法;经跑车试验验证,在卫星遮挡情况下,组合导航系统的位置融合精度和速度融合精度仍然较高,实现了卫星可观数量不足情况下的精确导航。

关键词： MIMU/BDS组合导航模型不准确自适应渐消因子平滑变结构滤波组合滤波算法

SINS/CNS深组合导航方案及高性能导航滤波方法研究

在线全文

学校读者我要写书评

暂无评论

SINS/CNS深组合导航方案及高性能导航滤波方法研究

作者：侯博文国防科技大学

学位级别：硕士

导航技术是武器装备信息化的一项重要支撑技术。随着对信息化战争要求的日益提高,对高精度、高可靠、全自主、全天时的导航需求越来越迫切。SINS/CNS组合导航系统作为导航技术中的一个分支,由于其在精度、可靠性和自主性等性能方面的固... 详细信息

导航技术是武器装备信息化的一项重要支撑技术。随着对信息化战争要求的日益提高,对高精度、高可靠、全自主、全天时的导航需求越来越迫切。SINS/CNS组合导航系统作为导航技术中的一个分支,由于其在精度、可靠性和自主性等性能方面的固有优势,在中远程导弹、飞机、卫星等航天领域发挥着不可或缺的作用。SINS/CNS组合导航是一个具有非线性不确定性等因素的多传感器数据融合问题,研究基于多测量设备的组合导航方案和适合处理非线性不确定性等因素的高性能导航方法是实现高性能导航定位的有效途径。本文以弹载平台为导航对象,针对SINS/CNS组合导航系统,从数据层、模型层、算法层及应用层等方面,系统地研究了提高其导航性能的方法,主要工作如下:在数据层上,针对实际组合导航系统中存在的传感器测量野值问题,从野值剔除类型、算法复杂度、野值剔除效率等方面综合分析了多种不同测量数据的野值处理方法,给出了最优的导航数据野值处理方法,即基于自适应门限的多点线性预报法。在模型层上,针对传统的SINS/CNS组合导航系统存在的位置误差累计问题,利用两个星敏感器和一个高度计增加新的测量信息,设计了SINS/CNS深组合导航方案,使其对加速度计的误差累积补偿,使导航系统满足系统可观测性要求,提高了导航目标的位置精度;针对陀螺仪与星敏感器的安装基准不一致问题,从理论上分析了二者在非同基准、非一体化设计等模式下的误差影响关系,并给出了最佳的星敏感器—陀螺仪同基准一体化安装结构。在算法层上,针对导航系统的非线性、不确定性和系统噪声的非高斯性等问题,设计了相应的基于模型误差和测量噪声抑制的导航滤波算法。包括:针对测量数据的野值以及测量噪声的非高斯性,采用基于极大相关熵准则的无迹卡尔曼滤波算法来处理测量模型的不确定性,利用影响函数从理论上证明了滤波算法的鲁棒性,有效抑制了非高斯测量噪声和测量野值对导航性能的影响;针对导航系统中存在的状态微扰问题,采用强跟踪无迹卡尔曼滤波算法,通过自适应渐消因子来实时调整状态估计协方差矩阵,有效抑制了因状态微扰造成的状态估计误差发散以及加速度累积偏差等问题。在应用层上,结合所研究的SINS/CNS深组合导航方案及高性能导航滤波算法,将其扩展应用于SINS/CNS深组合导航系统中存在多模型间状态相关情况下的导航问题,采用基于Kullback-Leibler散度改进的交互多模型卡尔曼导航方法,实现对导航目标的跟踪定位,并将自适应渐消因子卡尔曼滤波和极大相关熵卡尔曼滤波在多模型交互中进行多滤波融合,有效提高了同时存在状态模型不确定和测量模型不确定等条件下的导航定位精度,为SINS/CNS组合自主导航的实际应用提供了一定的理论及技术支撑。

关键词： SINS/CNS深组合导航测量野值剔除极大相关熵无迹卡尔曼滤波自适应渐消因子 Kullback-Leibler散度交互多模型导航性能分析与评估

基于ARMA建模的MEMS陀螺随机误差补偿改进算法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

传感器世界 2014年第5期20卷 7-13页

作者：陈明明高国伟毕新磊潘宏生北京信息科技大学信息获取与与检测实验室北京100101

基于MEMS技术生产的MEMS器件,具有体积小、重量轻、成本低、耐冲击性、高可靠性等特点,它被广泛应用于动态水平测量装置当中。但是由于外界环境的干扰,MEMS器件的测量精度一直难以达到实际应用水平。分析了在动态水平测量当中影响MEMS... 详细信息

基于MEMS技术生产的MEMS器件,具有体积小、重量轻、成本低、耐冲击性、高可靠性等特点,它被广泛应用于动态水平测量装置当中。但是由于外界环境的干扰,MEMS器件的测量精度一直难以达到实际应用水平。分析了在动态水平测量当中影响MEMS器件测量精度的各种因素之后,提出了一种基于ARMA模型的针对MEMS陀螺器件随机误差补偿的改进型算法。以某型号的陀螺的随机误差为研究对象进行实验验证,结果表明,MEMS陀螺的测量精度在滤波之后有了明显的提高。经过改进后的卡尔曼滤波器和引入自适应渐消因子的卡尔曼滤波器,在静态环境下,它们的误差标准差分别降为原始误差的3.75%和4.8%,动态环境下的滤波精度也得到有效提高。证明该方法是可行的和有效的,具有较大的工程实践意义。

关键词： ARMA模型功率谱估计自适应渐消因子卡尔曼滤波

在线全文

学校读者我要写书评

暂无评论

基于AFKF的多传感器加权融合算法

机械设计与制造工程 2013年第8期42卷 64-67页

作者：周少伟李洲洋雷少坤西北工业大学机电学院陕西西安710072

为实现对被测物体在匀速、匀加速以及变加速运动状态下的动态位置进行精确测量,提出一种基于自适应渐消卡尔曼滤波的多传感器加权融合算法,将各子传感器测量数据进行自适应渐消卡尔曼滤波,并由获得的均方误差阵实时为位置测量的估计值... 详细信息

为实现对被测物体在匀速、匀加速以及变加速运动状态下的动态位置进行精确测量,提出一种基于自适应渐消卡尔曼滤波的多传感器加权融合算法,将各子传感器测量数据进行自适应渐消卡尔曼滤波,并由获得的均方误差阵实时为位置测量的估计值自适应分配权重,最终进行加权融合。通过算法的实例应用验证,与传统的MSIF-SKF算法相比,该算法具有更高的动态位置检测精度。

关键词：多传感器加权融合自适应渐消因子卡尔曼滤波

在线全文

学校读者我要写书评

暂无评论

基于改进UKF的转弯机动目标跟踪算法研究

电子技术应用 2022年第9期48卷 27-31页

作者：李盈萱王中训董云龙烟台大学物理与电子信息学院山东烟台264005 海军航空大学信息融合研究所山东烟台264001

针对转弯率未知或变化条件下的精确跟踪问题开展研究,给出了基于UKF的自适应协同转弯跟踪算法,该算法充分利用了扩维技术和自适应渐消因子技术,不断实时估计转弯率,同时基于渐消因子调节过程噪声及其对应的增益,并对不敏卡尔曼滤波算法... 详细信息

针对转弯率未知或变化条件下的精确跟踪问题开展研究,给出了基于UKF的自适应协同转弯跟踪算法,该算法充分利用了扩维技术和自适应渐消因子技术,不断实时估计转弯率,同时基于渐消因子调节过程噪声及其对应的增益,并对不敏卡尔曼滤波算法的采样范围进行自适应调节,使采样点更接近目标真实状态。仿真表明该算法在转弯率变化时获得了较好的跟踪性能,有效提升了对于转弯机动目标跟踪的准确性和稳定性。

关键词：机动目标跟踪不敏卡尔曼滤波自适应转弯模型自适应渐消因子采样范围