最小二乘滤波算法在目标跟踪中的性能比较

目标跟踪就是对目标在每个时刻的状态作实时精确的估计。根据目标在运动过程中具有轨迹连续性的特点,采用最小二乘滤波在观测数据的基础上对目标的状态进行了估计。论文对完全最小二乘滤波算法和递推增广最小二乘算法在目标跟踪的应用作了研究,通过仿真实验并对算法的跟踪性能进行了分析。结果表明:递推增广最小二乘算法的性能优于完全最小二乘滤波算法的性能。     

改进型限幅递推平均滤波法在燃油表中的应用

汽车在颠簸、急加速、急减速、急转弯等工况时,油箱油液面会产生急剧变化,导致采集到的油量数据有较大的误差,从而降低燃油表指示准确性和平稳性。针对以上问题,提出限幅滤波、递推平均滤波相结合的滤波方法;该改进滤波算法能更好地滤除信号中的偶然尖峰脉冲干扰及周期性干扰;同时结合滤波参数寻优算法,确定了递推平均滤波最优参数。利用MATLAB进行仿真。仿真结果表明,所提出的改进型滤波算法能更好地滤除油量信号中的干扰信号,提高了油量数据的准确性和平滑性;还保证了燃油系统数据处理的实时性,满足燃油系统的设计要求。     

汽车转弯自动照明控制系统数据采集滤波方法

为了减少汽车转弯自动照明控制系统数据滤波处理中的延时,在滑动中值滤波方法基础上,提出了一种带补偿的限幅滑动中值滤波算法,通过补偿的方式跟随信号的变化趋势。该算法通过2个步骤完成滤波,先对数据进行带补偿方式的限幅处理,再进行滑动中值滤波处理。该算法综合了滑动中值滤波法的实时性以及限幅滤波法对偶然性干扰滤除的有效性,实现更准确的滤波。仿真与实测结果表明,与滑动中值滤波方法相比较,改进后的算法滤波能够实时地滤除数据中的干扰,处理时间可减少62%,滤波效果较好,且速度信号的数据滞后时间较短,实时性较高,满足系统设计要求。     

目标对载机准确定位的数据融合方法的分析

主要研究在机载光电跟踪系统中，红外传感器和传统的雷达传感器测量信息的融合c基于Kalman滤波的数据融合理论，建立目标对载机准确定位的物理模型和极坐标下的数学模型，研究观测值加权融合算法、观测状态向量合并和状态估值融合反馈3种算法，并进行了协方差分析比较，通过仿真实验表明：观测值加权融合算法的性能更优于其它两种算法。     

双馈风电机组总体控制策略及运行性能

为了全面准确分析并网风力发电机组实时运行特性,有必要对风电机组总体控制策略及其运行性能进行研究。针对双馈风力发电机组类型,建立了风力机、传动链和双馈发电机的数学模型。从风能最大利用和风机安全运行角度,提出了考虑电机损耗最小的风电机组最大功率输出控制策略,以及考虑转速和功率限制的变桨控制策略。结合双馈发电机功率解耦控制策略对风电机组的总体运行性能进行了仿真。通过仿真、理论分析以及实际风电机组运行数据的比较,结果表明所建立的双馈风电机组数学模型和总体控制策略是有效的。     

采用动态灰聚类算法的风电场动态等值方法

针对风电机组运行状况间具有动态灰色关联性的特点,提出一种基于动态灰聚类算法的风电场动态等值方法.首先,根据实测运行数据对风电机组间的关联性进行分析,并确定数据样本的跨度选取时长.然后,采用动态灰关联分析,构造一个可以体现风电机组运行状况间动态灰色关联性的关联度矩阵G;进而以G中的样本组作为聚类指标进行K均值聚类,得出更合理的机群划分结果.最后,采用容量加权法计算机群等值参数,完成风电场的动态等值.仿真实验结果表明:所建立的动态等值模型与详细模型较接近,能够较准确地反映风电场的动态响应特性.     

基于实时小波的光纤陀螺阈值滤波

 为补偿姿态测量系统中光纤陀螺(Fiber Optic Gyroscope,FOG)的误差,根据光纤陀螺的静、动态误差在时频域上的分布,介绍了小波滤波的一般理论和方法,分析并比较了阈值和阈值函数的选取;采用数据滑动窗的方法实现了递推运算和实时的数据更新,对窗内数据进行周期对称延拓解决滤波信号的边界问题。仿真实验验证了实时小波阈值滤波在光纤陀螺信号处理中的可行性,得出了不同小波基函数的选取对滤波效果的影响,并验证了采用软硬阈值结合方法实时滤波的优越性,该实时滤波方法不仅提高了陀螺输出的稳定性和使用精度,且对光纤陀螺信号处理具有参考价值。     

传感器输出时间序列的实时小波滤波方法

为了满足不同测控系统中传感器输出时间序列的实时滤波要求,针对小波变换不能递推进行的弱点,通过分析小波实时滤波算法,研究了基于Mallat快速离散小波变换的3种实时滤波方法：冗余采样频率法、有滞后的浮动数据窗法和对称添加的浮动数据窗法,给出了3种方法的实现过程及适应范围,分析了影响小波实时滤波中的几个关键因素。仿真实验结果表明,本文讨论的3种实时滤波方法,运行时间短,滤波性能与离线滤波相接近,可适用于一般流程工业的大部分参数变化较慢的测控系统。     

基于遗传算法的火电厂机组间负荷分配的研究

讨论了在火电厂负荷分配中常用的三种方法:等微增率法、动态规划法和遗传算法.采用不同的方法对火电厂机组间的负荷分配进行计算,并对结果进行比较.使用遗传算法来计算火电厂机组间的负荷分配,计算结果简单准确.该算法具有广阔的应用前景.     

火电厂单元机组经济指标在线监测及能耗分析系统

利用热平衡法、等效热降理论和偏差分析法,对火力发电厂的锅炉效率、汽轮机效率、管道效率、辅机效率等进行了计算,得出机组的经济性指标,并实现了火电厂单元机组经济指标在线监测及能耗分析系统功能.系统实际运行良好,使电厂运行人员和管理人员实时了解机组运行状况,实现经济运行和强化生产管理.     

改进限幅-递推滤波法在精密挤出过程失重计量加料系统中的应用

在聚合物精密挤出加工过程中,为了使失重式计量加料系统更加精确地测量进料量,本文提出了改进型限幅-递推滤波算法,进一步降低了运行过程中周期与非周期干扰信号对测试数据的影响。即对料斗中物料重量实测值线性回归获得理论挤出流量值,与限幅-递推平均滤波算法结合。在精密生产线的测试控制系统PLC中嵌入该算法程序,发现与原限幅-递推滤波算法相比,改进后的滤波算法使得进料量测试精度提高3倍,测量偏差缩小到1.2%,明显提高了挤出流量的测量精度。     

基于改进电流平均值法的谐波检测技术研究

针对现阶段电力系统谐波检测无法同时满足快速动态响应和高精度检索的问题,本文分析了传统法ip－iq法和电流平均值法存在的缺点,提出了将电流平均模块与滤波器串联来代替原有滤波器的改进算法.仿真结果表明,采用改进电流平均值算法能实时检测和补偿负载谐波电流,在保证良好滤波效果的情况下,提高了响应速度和检测精度,能准确地检测出谐波电流,可满足对电能质量高精度检测的需求.     

基于能量差的加权均值递归滤波算法

对基于激光测量的管形零件内轮廓母线采样数据进行滤波.提出了基于能量差的加权均值递归滤波算法.该滤波方法中权值求取方法的思想是尽量给滤波窗口内能量频谱相对集中的采样数据赋予较大的权值,而给由于干扰引起的畸变数据赋予较小的权值.合适的滤波窗口长度通过仿真对比试验获得.这一思想的合理性通过仿真分析和实验测试得到验证,并表现出良好的效果.     

基于多传感器抗差融合的UKF弹道跟踪算法

弹道跟踪测量过程中,由于环境的复杂性和测量机制自身的问题,测量数据不可避免存在异常值等.传统的加权观测融合估计算法往往直接对来自各个传感器的测量数据进行处理,忽略了数据质量问题对滤波精度的影响.为解决此问题,在加权观测融合算法的基础上引入抗差估计理论,根据观测融合值与融合预测值,计算测量融合残差向量、抗差权重因子和融合观测向量等价协方差阵,实现了异常值的实时分离与修正,解决了融合过程中由于测量数据存在污染导致弹道数据处理精度下降的问题.同时引入平方根滤波思想,避免了常规UKF中误差协方差矩阵非正值引起的滤波散度问题.仿真结果表明该算法估计精度高,计算负担小,能有效地减小测量误差对弹道定轨精度的影响.     

基于改进自适应无迹卡尔曼滤波的国产民机导航数据滤波算法

针对国产民用飞机导航数据存在杂波不能准确测量的问题,提出一种基于改进自适应无迹卡尔曼滤波(adaptive unscented Kalman filter,AUKF)算法的导航数据滤波方法。将无迹卡尔曼滤波(unscented Kalman filter,UKF)与改进Sage-Husa次优无偏极大后验噪声估计器结合构造出改进AUKF,有效解决了在模型不确定或干扰信号统计特性不完全得知的情况下,滤波精度低甚至发散的问题,同时与维纳滤波器和小波阈值法滤波效果进行对比。选择ARJ21飞机实际运行的高度、经度及纬度数据进行仿真,结果表明：改进后的AUKF算法较其他滤波算法精度更高,有效提高了导航数据的可靠性。研究对提高国产民机导航定位精度具有重要意义。     

锂电池SOC参数识别、优化及监测研究

为了延长微网系统中储能装置的使用寿命,保证微网系统的稳定可靠运行,需对锂电池荷电状态(SOC)进行实时准确的监测。提出一种基于递推最小二乘法(RLS)和扩展卡尔曼滤波算法(EKF)的电池SOC参数识别优化及检测方法,并在MATLAB/Simulink仿真环境下进行可行性验证。结果表明,该方法能够在极小误差范围内实现对锂电池SOC的实时监测。     

基于加权递推最小二乘法的微硬盘伺服信号滤波

针对微硬盘伺服信号的滤波问题,采用了一种加权递推最小二乘法.该算法使用最小二乘加权时间平均准则取代通常的最小均方误差准则,并利用该准则导出权向量的自适应迭代公式,算法保证在每步迭代运算中权值都能调整到最佳,同时降低了权值调整量对噪声的敏感程度.实验结果表明:该算法滤波效果好、抗噪能力强、稳态收敛精度高和收敛速度快,适用于诸如微硬盘驱动器之类对收敛速度及消噪要求较高的场合.     

火电厂煤粉浓度软测量中数据校正技术

对火电厂煤粉浓度软测量中数据校正技术进行了分析,阐述了几种常用的数字滤波方法减小随机误差的影响,根据制粉系统测量量的特点,给出温度、压力信号滤波的具体方法.依据主元模型,对存在显著误差的"坏数据"进行校正,并通过仿真研究,表明算法的有效性.     

一种改进的自适应卡尔曼滤波算法

针对多传感器数据融合时传统卡尔曼滤波算法极易引起滤波发散,降低滤波精度和系统实时性的问题,研究一种改进的自适应滤波算法对多传感器数据进行融合,得到更为准确的信息数据。该算法在简化的Sage-Husa滤波基础上引入滤波收敛性判据,抑制滤波发散并提高滤波精度和稳定性。同时结合强跟踪滤波思想调整增益矩阵,使滤波器具有强跟踪滤波的特性,提高改进的滤波算法对不确定系统模型的鲁棒性以及对突变状态的滤波处理能力。将改进算法与传统卡尔曼滤波算法进行仿真比较。仿真结果表明,在系统模型参数失配或实变噪声未知情况下,改进的自适应滤波算法有更好的鲁棒性,并且在系统状态突变时仍有较好的滤波效果,明显提高了滤波精度和实时性。     

船摇位置滤波仿真的S函数实现

船载两轴光电系统和雷达等仪器自稳定功能的实现，主要基于惯性导航系统给出的船摇位置数据补偿船摇干扰．在简要介绍递推最小二乘滤波原理的基础上，利用MATLAB软件，通过编写M文件S函数，实现用递推最小二乘滤波对船摇位置进行滤波的仿真，仿真结果表明，通过对船摇位置滤波能够提高船摇数据的精度，进而提高船载仪器自稳定的精度，用SIMULINK5中的S函数实现递推滤波器是一种新颖的仿真方法。