基于卡尔曼滤波的混沌系统辨识

通过建立一种对混沌时间序列进行有效预测的方法构架,试图实现尽可能长期的混沌预测,并重构序列的主动态方程,以便于进一步的分析研究,根据非线性系统的一般框架,首先基于所观测时间序列的基本混沌特性寻找一典型混沌方程作为参考的系统动态方程;然后利用扩展卡尔曼滤波递推得到一动态方程式来逼近系统特性,重构混沌相空间吸引子,仿真结果表明,该方法可以实现较高精度的多步预测并有效地重构系统方程。     

改进卡尔曼滤波的IRFPA非均匀性校正算法

提出一种改进的卡尔曼滤波的IRFPA非均匀性校正算法,该算法使用求逆引理对传统迭代公式进行求逆变换,使用误差协方差逆阵形式实现迭代过程,使算法计算复杂度由nk×nk阶矩阵求逆降低至nk维对角矩阵求逆,简化了传统卡尔曼滤波算法的递推过程,提高了实时性能．通过对实际采集的红外图像序列进行仿真实验,结果表明：该算法在继承传统校正算法校正精度的同时,兼顾提高了算法校正速度,运行效率可以提高至2倍．     

Kalman滤波在辐射图像降噪处理中的应用

为改善辐射图像质量,提出了一种基于Kalman滤波的降噪算法。该方法分析了辐射图像背景噪声的特征,在合理假设其为一阶Gaussian有色噪声的基础上改写了图像的观测方程;同时,采取NSHP(non-symmetrichalfplane)模型来构造图像的过程方程。然后使用Kalman滤波算法对图像进行滤波。实验结果表明,该方法有效减弱了辐射图像中混有的噪声,和传统滤波方法相比,更好地保持了图像的细节信息,体现了自适应的优点。这表明了Kalman滤波在辐射图像降噪处理中的潜力。     

ICP-AES法测定仲钨酸铵中微量硼

为了解决高纯仲钨酸铵中杂质元素硼的测定问题 ,采用ICP AES测定方法 ,对测定中基体效应及光谱干扰进行了研究 ,考察了酸度、蒸干程度、放置时间等因素对钨的沉淀程度及硼的回收率的影响 ;此外 ,将基体分离与干扰系数校正法相结合 ,建立了简便、快速、准确测定高纯仲钨酸铵中微量硼的新方法 .结果表明 :用该法测定硼的回收率大于 95 .8% ,测定仲钨酸铵中 0 0 0 0x%～ 0 0 0x%硼的相对标准偏差小于 3% ,其准确度及精密度均符合要求 ,能用于出口产品控制分析 .     

新型GPS动态定位自适应卡尔曼滤波方法

为了获取GPS卫星的信号及定位数据的真实值,减小信号传播中因各种因素混入的随机误差对定位精度的影响,通过应用运动载体"当前"统计模型,取速度和位置为观测量建立GPS动态定位模型,将观测量维数增大1倍,从而增加了系统的可观测性和定位测算精度.此外,针对传统标准卡尔曼滤波法在动态滤波方面的不足进行了分析,提出了改进型Sage自适应卡尔曼滤波法.该方法在递推和滤波过程中不断地修正模型参数,始终保持噪声模型接近于真实模型,从而避免了标准卡尔曼滤波法中因建模不准确可能导致的滤波发散等问题,较好地解决了GPS动态定位中状态变量维数与滤波快速性之间的矛盾,以及状态噪声和观测噪声建模不准确和时变的问题.     

随机系数矩阵卡尔曼滤波

作者考虑了状态转移矩阵和量测矩阵是随机阵的线性离散时间动态系统的状态的线性最小方差递推估计问题,即随机系数矩阵卡尔曼滤波,说明了该系统可化为过程噪声和量测噪声均依赖于状态,而转移矩阵和量测矩阵是非随机阵的线性动态系统,从而证明了新系统的状态的最小方差估计问题仍有卡尔曼滤波形式.     

一种基于Kalman滤波的异步电机转速控制器

为提高异步电机转速环的动态性能,提出一种新型的有速度传感器的转速控制器设计方案。该控制器结构简单,采用简化的Kalman滤波方法,同时观测电机的转速和负载转矩,通过对测量转速的滤波处理以及负载转矩观测值的前馈控制,提高转速环的动态响应。最后,在实验系统上分别设计了基于Kalman滤波的转速控制器和传统的比例积分(PI)转速控制器。实验结果表明,与传统的PI控制器相比,这种新型的转速控制器有效减小了突加负载时的动态速降,而且转速给定突变时实现转速无超调。     

一种对成片连续野值不敏感的鲁棒Kalman滤波

针对量测噪声中可能出现成片连续野值的情况，利用Ｂａｙｅｓ定理，得到了判别成片连续野值的后验概率公式，并提出了对上述野值不敏感的鲁棒Ｋａｌｍａｎ滤波。仿真实例表明：较之一般的Ｋａｌｍａｎ滤波，文中提出的方法能够较为满意地处理量测噪声中具有成片连续野值的恶劣情形。     

高纯氧化镧ICP-AES摄谱法无基体匹配定量分析方法研究

考察了观测高度为12.5mm时，镧基体对其他共存稀土杂质元素测定的干扰效应，同时采用本研究室提出的光谱干扰系数校正法和浓度干扰因子联合校正技术有效地校正了镧基体效应，准确测定了3种不同镧基体浓度场合共存的14种稀土元素，建立了高纯氧化镧ICP-AES无基体匹配定量分析方法，样品回收率多为90％～110％，RSD％＜6%，该方法可用于纯度低于99．98％氧化镧样品的分析．     

基于Kalman滤波的电容成像图像重建算法

在电容成像(E lectrica l C apac itance T om ography,ECT)中,为充分利用多次量测信息以提高电容成像图像重建质量,提出一种基于K a lm an滤波的电容成像图像重建算法。该算法重点考虑了测量噪声的影响,利用对流型一系列多次测量中获得的新息不断进行最优加权以获得重建图像的最小方差估计。针对3种典型介电常数分布进行了仿真,结果表明K a lm an滤波应用于ECT图像重建的可行性和有效性。提出了提高该算法运算速度的方案,分析和仿真结果表明通过预先计算最优滤波增益,并寻找合适的迭代次数,算法可快速地获得满意的图像重建结果。     

转换测量卡尔曼滤波在机动目标跟踪中的应用

在三维空间中推导了转换测量卡尔曼滤波算法,得到了在目标真实位置已知的条件下去偏转换测量值误差方差的表达式及在测量值已知条件下去偏转换测量值方差的表达式,并给出了在机动目标跟踪中,预测值与量测值的选择准则.运用“当前“机动模型和此算法给出了机动目标的仿真,取得了较好的跟踪效果.     

基于联邦卡尔曼滤波的某舰船组合导航系统的设计

为了得到更高精度的导航信息,在某船现有的固定指北惯性导航系统的基础上,将惯导与GPS结合,设计了一种基于联邦卡尔曼滤波的舰船用组合导航系统,研究了该组合导航系统的数据处理方法,并对该组合方式进行仿真,验证了可行性.     

烟草中多种元素的ICP-AES分析

介绍了ＩＣＰ－ＡＥＳ法在烟草多元素分析中的应用研究,此方法用微波消解（硝酸－Ｈ２Ｏ２密闭体系）烟草样,ＩＣＰ－ＡＥＳ法测定烟草中多种元素,测定结果的相对标准偏差为０．４６％－６．４７％,标准回收率为９２．２０％－１０６．５０％。     

衰落信道下自适应卡尔曼异步IC多用户检测器

针对单一串行干扰消除(SIC)算法与并行干扰消除(PIC)算法在进行多用户检测(MUD)时的判决误差扩散问题,研究了强多址干扰(MAI)情况下直接序列扩频码分多址(directsequencespreadspectrumcodedivisionmultipleaccess,DS-CDMA)系统中的干扰消除多用户检测算法.结合自适应卡尔曼算法提出了一种适于衰落信道的级联结构K AIC多用户检测算法.所提算法实现了对时变多径衰落信道的全面跟踪,能够在干扰消除检测过程中避免判决误差扩散,达到抑制MAI的目的.仿真结果表明,所提算法具有更好的收敛性、动态跟踪能力及算法精度,是一种有效的干扰消除多用户检测算法.     

吉林大学学生发样中微量元素的ICP-AES测定与分析

用等离子体发射光谱测试吉林大学120名男、女学生发样中锰、锌、铜、铁、钙元素的质量比,并将所得数据用SPSS10.0进行非参数检验.结果表明:男女生发样中锌、铜质量比在正常值范围内,铁的质量比偏高;男女生发样中锰的质量比和男生发样中钙的质量比均低于参考值;男女生发样中的铜、锌和钙的质量比及大一女生和大二女生发样中锰和铜的质量比存在统计学上的显著性差异.     

旋转导向系统有色噪声的改进无迹卡尔曼滤波方法

在旋转导向钻井系统的姿态测量过程中,三轴加速度计测量数据中包含大量有色噪声,严重影响井底组合钻具姿态测量的精度。基于旋转坐标变换的四元数理论,结合所建立的三轴加速度噪声模型,提出一种改进无迹卡尔曼(UKF)迭代滤波算法。此方法利用陀螺测量原理构造观测方程和时变状态方程,将实时解算出的钻具姿态以四元数的形式更新时变状态方程中三轴角速度,通过更新观测方程加速度噪声模型实现加速度计传感器数据中有色噪声的UKF迭代滤波。实测数据滤波的结果表明,此方法可有效滤除加速度传感器数据中的有色噪声,保证旋转导向钻具姿态测量的精度。     

采用卡尔曼滤波算法的模块化多电平换流器电容值在线估计方法

为预防模块化多电平换流器中子模块电容器老化失效而引发系统安全问题,提出一种模块化多电平换流器子模块电容器电容值在线估计方法.首先,采用卡尔曼滤波滤除传感器采集桥臂信息存在的测量噪声;然后,利用传感器监测桥臂电流和子模块电压信息并对其进行离散化处理,建立电容、电压及电流的数学模型,实时估计子模块电容值的情况;最后,在PSCAD/EMTDC仿真平台上搭建8电平系统进行仿真验证.结果表明,所提出的方法稳态时估计误差在1%以内,能够实现在线估计,有利于预测性防护,提高系统的可靠性.     

一种SINS/GPS紧组合导航系统的改进自适应扩展卡尔曼滤波算法

针对自适应扩展卡尔曼滤波算法中系统噪声协方差矩阵与量测噪声协方差矩阵不能同时被估计的问题,提出了一种改进的自适应扩展卡尔曼滤波算法.该算法基于残差,主要对滤波算法中的自适应估计器进行改进,改进后可以实时估计系统噪声.基于该算法,设计了新的滤波器并应用在SINS/GPS紧组合导航系统上,可随着系统中噪声的变化而自动地调节协方差矩阵.最后,分别用扩展卡尔曼滤波和改进的自适应扩展卡尔曼滤波对SINS/GPS紧组合模型进行仿真,结果表明改进的自适应的扩展卡尔曼滤波比扩展卡尔曼滤波的定位误差与测速误差更小,滤波的稳定性更好.      

Kalman滤波理论在短时交通预测上的应用

介绍了基于Kalman滤波理论的短时段交通量预测模型,并利用京沪高公路和南京禄口机场高速公路所采集的数据进行了仿真预测.预测结果表明Kalman滤波预测方法对各种状态交通流有较好的适应性,具有较高的预测精度.