一种基于卡尔曼滤波器的PID控制

通过研究卡尔曼滤波器的信号模型,给出了一种基于卡尔曼滤波器的PID控制方法,并利用MATLAB进行仿真,结果表明：采用卡尔曼滤波器后,控制效果得到了明显的改善。     

一种分数阶卡尔曼滤波器

传统卡尔曼滤波器一般适用于整数阶系统,为了使卡尔曼滤波器的应用由整数阶系统扩展到分数阶系统,将分数阶系统与卡尔曼滤波算法相结合——将离散分数阶微积分定义的状态空间表达式融入传统卡尔曼滤波器的表达形式中,推导得到一种基于分数阶系统的卡尔曼滤波器算法.仿真实验将输出量与两个状态量分别作为研究对象,利用MATLAB设计了分数阶卡尔曼滤波器算法模块,通过对象的输入和受到噪声污染的输出最优估计出对象的状态,证明了本文提出的分数阶卡尔曼滤波器具有良好的滤波和状态估测力.     

基于卡尔曼滤波器适应性PSO算法的测试数据生成方法

为了提高PSO算法的效率,提出了一种基于卡尔曼滤波的参数调整方法,在进化过程中根据PSO算法的运行效果对其参数值进行动态调整,以满足在不同阶段具有不同参数值的要求,进而提高PSO算法的性能.结果显示,该方法能较好地减少PSO算法所需的进化代数和运行时间,实验证实了该方法的有效性.     

基于联邦滤波的惯性导航姿态组合算法

为了充分利用姿态量测信息来提高组合导航系统的姿态精度，以联邦滤波为基础，研究了以姿态、位置和速度信息作为观测量的多信息融合导航技术，分析并提出了适合工程使用的联邦滤波器的原理结构与算法实现，深入推导了基于联邦滤波的姿态组合算法的观测矩阵的具体形式，最后给出了仿真和实测数据的验证．结果表明，基于联邦滤波的姿态组合滤波算法能够有效地提高惯导系统的姿态精度，对方位角的改善尤为明显．     

基于平淡卡尔曼滤波器的微小卫星姿态确定算法

针对扩展卡尔曼滤波（EKF）在线性化过程中会引入误差的问题,采用平淡卡尔曼滤波器（UKF）进行了系统滤波器设计;提出一种构建虚拟观测量的方法,并分析了其噪声特性．虚拟观测量与高精度器件量测量搭配可实现对姿态的校正．以太阳敏感器、微电子机械系统（MEMS）陀螺、磁强计为姿态敏感器件,构建了定姿滤波器并用STK（Satellite Tool Kit）数据进行了仿真．结果表明,所提出方法能有效地提高定姿性能,采用UKF的系统定姿误差与EKF相当,但收敛时间、稳定性要优于EKF．     

一种基于改进卡尔曼滤波的姿态解算算法

针对多传感器融合姿态解算精度不高的问题,本文提出一种改进的卡尔曼滤波算法,即高阶线性互补滤波与扩展卡尔曼滤波(Extended Kalman Filter,EKF)相结合的融合算法。该数据的融合是基于加速度计、陀螺仪传感器频率特性和姿态角的微分方程建立的系统模型,将互补滤波的姿态角数据作为该系统模型的观测值,利用EKF算法对加速度计、陀螺仪、磁力计进行数据融合。高阶的互补滤波和EKF的融合算法能够有效的解决陀螺方向的估计偏差,为了证明该算法的可行性,用搭载IMU(InertialSmeasurementSunit)模块的四旋翼飞行器进行了动态和静态的实验,分析对比了最新导航算法、经典卡滤波算法和该融合算法滤波的效果。实验结果表明：本文提出的高阶无源线性互补滤波和EKF相结合的融合算法,无论在静态还是动态的实时性情况下,都能很明显的去除噪声和抑制姿态角的漂移,且提高了姿态角的精度。     

基于四元数的滑雪运动员姿态检测算法

针对滑雪运动员成绩评估时缺乏数据支撑的问题,提出了用于专业跳台滑雪运动员训练所需的姿态解算算法。所提算法根据跳台滑雪运动特征,基于四元数解算姿态角,且利用Mahony算法进行了误差修正,实现了多维度参数获取跳台滑雪过程姿态的目标。MATLAB仿真和实验结果表明,所提算法能够有效实现跳台滑雪运动员姿态检测,且数据处理方式简洁,结果可为滑雪运动员的训练及后期智能防护设备研究提供有效数据参考。     

基于卡尔曼滤波器消除NLOS影响的移动定位

为了克服非视距信号（NLOS）对移动定位的影响,提出了一种基于卡尔曼滤波器的平滑技术．首先对到达时间（TOA）测量数据进行周期性的NLOS环境判决标识,然后根据不同结果利用不同形式的卡尔曼滤波对TOA测量数据进行平滑．将处理后的TOA代入到TDOA算法中进行定位估计．后面的跟踪虽然不能提高定位的精度,但可以平滑移动轨迹．仿真表明,该技术可以达到FCC对定位服务的要求．     

卡尔曼滤波器发散自检

模型设置的不合理、可能导致卡尔曼滤波器的发散、完成不了预期的最佳滤波功能,这在系统动态噪声较小时尤为明显。本文提出了一种卡尔曼滤波器自我检测发散的方案,并在假设成立时给出修正的方法。使卡尔曼滤波器能尽可能地保持其最佳性、使为了克服发散而牺性的滤波最佳性降至最小。在这个意义上,这种自检的卡尔曼滤波器具有自适应的功能。     

基于卡尔曼滤波器的机动目标跟踪仿真

将卡尔曼（Kalman）滤波器的变维滤波算法应用于雷达数据处理中,对机动目标进行跟踪,得出机动目标的滤波数据曲线,并对目标进行了拦截仿真。仿真结果表明该方法能估计出目标的运动特征并对运动目标拦截成功。     

模糊Kalman滤波在无人机姿态测量中的应用研究

针对目前无人机姿态测量所用捷联航姿系统,因陀螺漂移和算法误差的引入而导致结果发散的状况,采用组合航姿原理与信息融合理论,结合各传感器输出与载体运动状态相关的特性,提出了一种基于模糊Kalman滤波技术的惯性测量组件与磁强计组合信息融合方法.通过多尺度的模糊推理规则判断出载体当前的运动状态,实时调整系统测量噪声方差,对其...     

基于粒子滤波的姿态测量动态系统设计

利用GPS载波信号来确定载体的姿态是一种新的应用,介绍了一种利用粒子滤波和OpenGL的双天线GPS测姿系统,该系统具有结构简单、精度高、实时性强等特点。在测量航向和姿态的同时,也可以进行测速和定位,仿真表明使用粒子滤波的OpenGL动态显示系统不仅能够实时显示被测目标的姿态,还能得到相比直接法更为精确的测姿结果。     

基于二阶泰勒展开的扩展卡尔曼滤波测频算法

为了提高频率不定时变化正弦波信号频率估计值的精确度,基于泰勒展开公式,提出了一种新的采用二阶泰勒展开对非线性系统进行线性化近似的扩展卡尔曼滤波测频算法.给出了新测频算法的理论推导过程,并通过仿真给出了不同信噪比条件下的测频精度以及正弦波信号参量发生突变时的收敛速度.结果表明,在信噪比1 dB至30 dB区间内,采用二阶泰勒展开算法的测频误差比已有采用一阶泰勒展开的算法可以降低10%以上,而在5 dB至20 dB区间可以降低20%以上.     

基于卡尔曼滤波的ECoG信号去噪方法研究

脑电信号反映了生物体的大脑活动,在采集和处理过程中极易受到各种噪声的干扰,如眨眼、快速眼动、心电、肌电等,这些噪声给脑电信号的分析处理带来了很大的困难。本文提出了卡尔曼滤波模型和模型参数估计的方法,将其应用于脑电ECoG信号去噪预处理。实验所用的数据是公开的脑机接口竞赛实验数据(BCI Competition Ⅲ dataset Ⅰ),分类正确率为92%。实验结果表明通过本方法去噪预处理后,分类正确率比竞赛第一名高,并且优于小波去噪与谱减法等预处理方法。     

Adaptive cubature Kalman filter based on variational Bayesian inference under measurement uncertainty

A novel variational Bayesian inference based on adaptive cubature Kalman filter(VBACKF)algorithm is proposed for the problem of state estimation in a target tracking system with time-varying measurement noise and random measurement losses. Firstly, the Inverse-Wishart(IW) distribution is chosen to model the covariance matrix of time-varying measurement noise in the cubature Kalman filter framework. Secondly, the Bernoulli random variable is introduced as the judgement factor of the measurement l...     

基于自适应Kalman滤波的汽车横摆角速度软测量算法

利用参数软测量技术,提出了基于自适应Kalman滤波和汽车两自由度动力学模型的横摆角速度软测量算法．该算法实现了横摆角速度的线性最小均方误差估计,且可对汽车行驶过程中的系统噪声和观测噪声统计特性进行在线估计．仿真与场地试验结果对比验证了该算法的有效性,同时软测量技术的采用也为汽车状态参数测量提供了一条可行的、准确且低成本的研究思路。     

采样Kalman滤波器在天文卫星定姿滤波中的应用

扩展Kalman滤波器(EKF)广泛地应用于卫星定姿问题,但它设计困难,且有发散性问题。该文应用一种采样变换(unscentedtransform,UT)设计了新的姿态确定滤波器UKF(unscentedKalmanfilter)。仿真对比结果表明,UKF滤波器定姿精度好于0.003°。其收敛速度大大高于EKF滤波器。而状态估计精度与EKF相当,方差估计优于EKF,且数值稳定性好。因此该滤波器可用于卫星快速机动过程的定姿。     

Pose measurement using quaternion and Kalman filter

In this paper, a method combining perspective-n-point （PnP） and novel iteration algorithm is developed to measure the pose of a target in high precision for Tele-LightSaber game. The PnP algorithm is used to obtain a rough pose, which is taken as the initial value of the iteration algorithm. The iteration algorithm utilizes the unit quaternions to represent the rotations. Then the result is optimized with Kalman filter. Considering the real-time and accuracy of the pose measurement, a fast feature extraction algorithm including object location, edge detection and corner detection is adopted to get the corners in high precision. The experiments and results verify the effectiveness of the proposed method.     

隐式自校正加权观测融合Kalman滤波器

对于带未知噪声方差的线性离散定常随机系统,利用多个结构相同但精度不同的传感器进行观测,各观测结果之差可以产生多组新的白噪声序列,利用各组白噪声的相关函数阵解矩阵方程组,可解得各传感器观测噪声方差Ri.通过状态方程和观测方程以及观测噪声估值,可求得ΓQwΓT的估计,进而得到隐式自校正加权观测融合Kalman滤波器.一个目标跟踪系统的仿真例子说明了其有效性.     

一种基于卡尔曼滤波的压缩跟踪算法研究

根据道路交通监控视频的特点,采用压缩跟踪(CT)算法进行运动车辆的检测与跟踪。在摄像头变化较大、运动车辆尺度变化和背景变化等情况下,CT算法均具有很强的鲁棒性。但是当车辆被遮挡时,跟踪算法容易失效。为了解决这一问题,提出使用卡尔曼滤波对遮挡的车辆进行轨迹预测。卡尔曼滤波能根据CT算法跟踪目标的轨迹,有效地预测目标遮挡时的轨迹。实验结果表明,本算法不但可以较好地处理跟踪车辆尺寸变化的问题,在车辆丢失或被部分遮挡时,能准确而稳定地跟踪车辆,而且具有很好的实时性,满足了工程应用的需求。