新极谱法实验数据的卡尔曼滤波

本文提出的"1:n+2"新卡尔曼滤波器,具有算法简单、占用计算机内存少、运行速度快等优点;同时又能有效地消除信号中的随机噪音和电容电流,讨论了"1:3"滤波器的结构性能,采用Cd⁺离子的阶梯扫描伏安法的实测数据来分析滤波结果的最优性,用于处理TI⁺、pb²⁺、In³⁺等离子的实测数据,均获得理想的滤波效果。     

卡尔曼滤波滴定分析法研究(Ⅰ)——热力学平衡滴定模型及其应用

卡尔曼滤波(简称KF)为一种最佳滤波方法,是化学计量学分辨和校正的有效工具。滴定时,考察滴定过程中滴定体积与量测信号的变化,可建立相应的状态与量测方程,用KF递推算法估计状态并确定终点。本文拟分析热力学平衡滴定模型并考察某些参数的影响。     

联合卡尔曼滤波及其在综合惯性导航系统初始标定中的应用

本文针对由ＩＮＳ及ＥＳＧＭ 组成的综合惯性导航系统的特点,设计了该系统标校阶段的 联合卡尔曼滤波器。文中给出了该联合卡尔曼滤波器的结构及其算法,该算法具有计算量少、 数据传输量小的优点。理论分析及仿真结果表明该联合卡尔曼滤波算法具有全局最优性,能够 满足系统的标定精度要求,且应用该联合滤波器可大大提高系统的容错性。     

惯性/高度表组合导航系统卡尔曼滤波算法的浑沌及其控制

本文研究了组合导航系统中应用卡尔曼滤波器进行信息最优估计时的浑沌现象和浑沌 控制,并以惯性系统和高度定位组合导航系统为例,研究了当载体受周期激励时,由于采样频 率选择不当,卡尔曼滤波算法将导致浑沌结果,从而影响系统导航精度。本文还提出了利用变 步长的参数调整法来抑制这种浑沌。     

观测度及其在卡尔曼滤波器设计中的应用

对于线性系统,其可观测性可通过对可观测性矩阵的分析获得,但并不能求出系统的观测度.在卡尔曼滤波中为分析滤波的效果,还必须更深入地了解系统的观测度.本文以线性定常系统为背景,分析了基于可观测矩阵行列式值的观测度和基于卡尔曼滤波协方差矩阵的观测度,提出了一种基于可观测矩阵特征值和特征向量的观测度,这种方法具有简单和适用范围广的特点.最后以惯性导航系统的地面初始对准为例说明了这种方法的有效性.     

浅海声速剖面与移动声源的跟踪定位

在水平非均匀分布的浅海环境中,针对移动声源跟踪时,声速剖面的变化会对声场产生影响,提出了一种利用集合卡尔曼滤波算法的声速剖面跟踪反演和移动声源跟踪定位的方法。首先,将声速剖面进行距离和深度的参数化表示,从而将对声速剖面的跟踪转化为对声速剖面前3阶经验正交函数系数的跟踪;其次,通过将声源状态信息和声速剖面信息表示为状态变量,而将垂直线列阵接收到的声场信息作为测量值建立状态-测量模型,然后利用集合卡尔曼滤波方法对模型状态变量进行跟踪。仿真结果得出:声速剖面跟踪反演的均方根误差和移动声源跟踪定位的绝对误差都非常小,对声源的跟踪定位精度很高。并且通过增加集合样本数、增加接收信号信噪比以及增加接收阵元数目都可以提高跟踪定位结果精度。最后,利用东海实验数据对本方法进行了验证。      

基于Gibbs矢量估计卫星轨道姿态的滤波算法研究

针对“矢量观测 陀螺”这种典型的三轴稳定卫星姿态确定系统模式,引入具有四元数优越性的Gibbs矢量作为姿态参数,提出了一种新的具有良好实时性能的轨道姿态估计方案。在方案设计中,为描述卫星轨道姿态的Gibbs矢量,推导出了基于四元数的运动学方程,并将QUEST法作为处理多矢量观测信息的压缩技术引入估计器,使得滤波修正算法得以简化。另外,针对单矢量观测情况,给出了能够加快状态估值收敛速度的改进协方差修正算法。仿真结果验证,新方案的姿态估计精度与传统的欧拉角估计法相当,而运算效率却明显高于欧拉角估计法。     

基于修正PSO-UKF的SINS/GPS组合导航滤波算法

针对噪声时变特性引起滤波精度下降的问题,提出了一种基于修正粒子群技术( PSO)的自适应UKF算法.为了克服传统粒子群算法过早收敛,容易陷入局部最优的问题,基于粒子的适应值方差提出了一种惯性权值实时修正算法,有效改善了传统PSO算法.在使用新息序列对观测噪声进行实时跟踪的同时,通过构造合理的适应度函数将修正PSO算法和...     

光伏板积尘散射检测中的去噪方法研究

由于光伏板测得的灰尘散射数据受到各种噪声和干扰因素的影响,导致测量数据的误差大。因此,为了得到准确的检测结果,提出了一种结合卡尔曼滤波和数字锁相放大技术的信号去噪方法,对混合了噪声的光伏板灰尘散射信号进行去噪处理。通过仿真实验和对实测的光伏板灰尘散射信号去噪,并计算信噪比、均方根误差和平滑度,验证了联合算法的去噪性能。结果表明,卡尔曼滤波和数字锁相放大器联合去噪算法的信噪比比单一数字锁相放大器去噪算法提高了36%,能够有效降低光电探测系统中的噪声干扰,提高光电探测系统的精度和稳定性。     

小型机载光电平台中基于扩展卡尔曼滤波的地面目标定位算法

为提高小型机载光电平台的目标定位精度,提出了一种基于扩展卡尔曼滤波(EKF)的目标定位算法。根据机载光电平台锁定跟踪目标的特性,对同一目标进行多次测量。依据组合导航系统测量的载机位置、姿态信息及位置编码器测量的框架角位置信息,结合地球椭球模型确定目标的视轴指向。建立状态方程和测量方程,利用扩展卡尔曼滤波对目标的地理位置进行估计。采用蒙特卡罗法分析了测量误差对目标定位精度的影响,仿真结果显示:所提算法的精度较高,稳健性较高。采用飞行试验验证了该算法的有效性,当飞行高度为4300m时,目标定位精度优于15m。与基于地球椭球模型的算法相比,所提算法的目标定位精度明显提高。