基于鲁棒卡尔曼滤波的连续梁桥悬臂施工误差调整

由于误差的存在,连续梁桥悬臂施工中各梁段实际状态与理想设计状态总是存在偏差。为了实现施工控制目标,使成桥线形符合设计要求,采用能够自适应修正系统函数模型误差和随机模型误差的鲁棒卡尔曼滤波算法,对桥梁施工预拱度进行预测分析。给出调整后的立模标高。对张拉后各节段梁底实测标高与理论预计标高进行比较,监控结果显示两者的最大误差小于15mm,满足监控要求。鲁棒卡尔曼滤波在连续梁桥悬臂施工线形控制中应用是有效的,且易于工程实现。     

自适应卡尔曼滤波法磷酸铁锂动力电池剩余容量估计

卡尔曼滤波法在估计动力电池的剩余容量(SOC)时,由于系统噪声的不确定,可能导致算法不收敛,而且算法的估计性能受模型精度的影响,笔者采用自适应卡尔曼滤波法来动态地估计电动汽车用磷酸铁锂动力电池的SOC。首先对电池模型进行了研究,建立了适用于SOC估计的电池模型,然后设计了相应的电池充放电实验检测到模型的参数,并进行了验证,最后将自适应卡尔曼滤波法应用到该模型,在未知干扰噪声环境下,在线估计电池的SOC。仿真结果表明：自适应卡尔曼滤波法能够实时修正微小的模型误差带来的SOC估计误差,估计精度高于卡尔曼滤波法,且自适应卡尔曼滤波法对初值误差具有修正作用。实车循环行驶实验表明算法适用于磷酸铁锂动力电池的SOC估计。     

基于复合卡尔曼的低成本手机陀螺仪降噪研究

在利用智能手机中的低成本MEMS传感器进行定位时,由于陀螺仪和加速度计输出的原始数据存在较大误差,难以获得较为准确的姿态角信息。其中利用陀螺仪数据进行积分运算后造成的漂移误差尤为严重。针对这个问题,将陀螺仪和加速度计的数据进行信息融合,使用复合卡尔曼滤波法来降低陀螺仪积分漂移误差。静态和摇摆实验表明基于复合卡尔曼滤波的降噪方法可有效提高姿态角测量精度。     

动力锂电池荷电状态的联合估计与实验研究

针对动力锂电池常用的荷电状态(SOC)估计算法存在的扩展卡尔曼滤波法精度低、无迹卡尔曼滤波法收敛速度慢等问题,在动力锂电池的Randles等效模型的基础上,通过脉冲放电实验对模型参数进行辨识;并设计了一种基于迭代扩展卡尔曼滤波(IEKF)与无迹卡尔曼滤波(UKF)联合估计的SOC估计法。在电池实验平台上设计模拟工况实验,实验分析表明:该算法的SOC初值修正速度快于EKF和UKF,计算量比UKF小,且稳态误差不超过1.5%,相对扩展卡尔曼滤波(EKF)提高了40%,是一个收敛快、计算量少、静差小的迭代估计算法。     

光纤陀螺零漂数据建模与滤波的研究

在对闭环式干涉型光纤陀螺零漂数据建立时间序列模型(ARIMA模型)的基础上,采用卡尔曼滤波算法对闭环式干涉型光纤陀螺零漂数据进行滤波处理,并通过功率谱密度分析卡尔曼滤波算法的滤波效果,同时采用Allan方差法解算滤波前后的零漂数据的各项噪声源误差系数,并通过各项噪声源误差系数分析滤波效果。     

大跨混凝土刚构桥参数识别和标高控制动态可靠度评估

针对大跨混凝土刚构桥成桥线形对桥梁受力影响很大这一问题,介绍了施工过程中影响桥梁线形的主要结构因素及其概率分布.提出了基于响应面法进行大跨混凝土刚构桥参数识别和标高控制动态可靠度评估方法,该评估方法包括试验设计、有限元分析、响应面函数拟合、参数识别和标高控制动态可靠度评估.以镇大公路运河大桥为例,利用施工监测数据进行结构施工过程中的参数识别,对施工过程中的标高控制动态可靠度进行评估.通过标高控制动态可靠度来确定各关键截面的允许施工误差,将参数识别和标高控制动态可靠度相结合实现施工过程中的线形控制.     

大跨V形刚构桥标高控制动态可靠性及灵敏度研究

提出基于响应面法进行大跨V形刚构桥标高控制动态可靠性及灵敏度分析的方法,该方法包括试验设计、有限元分析、响应面函数拟合、标高控制动态可靠性评估和灵敏度分析.以镇大公路运河大桥为例,在考虑有关参数变异的情况下,对施工过程中的标高控制动态可靠性及可靠性灵敏度进行评估,定量分析了各结构参数对标高控制动态可靠性的影响.研究结果表明:大跨混凝土V形刚构桥施工监控过程中随着悬臂长度的增加,标高控制动态可靠性和可靠性敏感性绝对值变化较大,应根据动态可靠性分析结果确定施工过程中的挠度变化允许最大误差.     

卡尔曼滤波在GPS制导火箭弹中的应用

针对直接采用全球定位系统(GPS)测量弹道误差较大的问题,该文提出应用扩展卡尔曼滤波方法进行弹道测量。采用火箭弹弹道模型和GPS误差模型,建立卡尔曼滤波系统状态模型和以伪距为观测量的系统测量模型,推导并分析了相应的滤波公式,并对GPS动态定位的数据进行滤波。理论分析和仿真结果表明,GPS测量的位置误差和速度误差具有随机性,且误差幅度较大,采用卡尔曼滤波算法后,弹道的位置估计误差和速度估计误差分别降低到观测误差的1/3和1/4左右,而且滤波收敛速度快。     

基于无迹卡尔曼滤波的无人机跟踪算法

基于四基站对无人机位置的定位数据,利用无迹卡尔曼滤波算法对定位数据进行最优估计,并预测无人机的运行轨迹,从而实现对无人机的实时跟踪.对经典的线性卡尔曼滤波算法和无迹卡尔曼滤波算法进行仿真对比,结果表明,线性卡尔曼滤波算法虽然能跟踪预测轨迹,但有较大的误差,而使用无迹卡尔曼滤波算法能有效地减小误差,使跟踪预测的轨迹更加精确.     

基于改进卡尔曼滤波算法的路面构造深度计算方法

为了提高路面构造深度的测量精度,提出了基于改进卡尔曼滤波算法的路面构造深度计算方法.首先,利用统计检验法对高精度激光距离传感器获取的路面高程值进行异常值筛选及插值修正.其次,基于改进卡尔曼滤波算法对修正后的数据进行滤波,并建立平均剖面深度模型来计算路面剖面深度值.随后选取AC-13沥青混凝土和SMA-13沥青混凝土2种路面作为试验样本,对改进卡尔曼滤波算法与滑动滤波算法和铺砂法进行了对比验证,并建立了2种路面类型的构造深度转换模型.研究结果表明:对于AC-13和SMA-13两种路面类型,改进卡尔曼滤波算法的均方误差分别为0.001 3和0.002 0,平均绝对百分比误差分别为2.92%和3.85%,与铺砂法的相关系数大于0.95,重复性标准偏差及变异系数均小于5%.所提方法具有更高的测量精度和良好的稳定性,能够准确地测量计算路面构造深度.     

基于UD分解自适应卡尔曼滤波算法在风场测量中的应用

提出了基于UD分解的自适应卡尔曼滤波算法,给出了一种风场模型,对风场进行仿真计算.结果表明,模型参数及噪声统计特性有误差时,基于UD分解的自适应卡尔曼滤波算法稳定、精度高,具有较强的自适应性,克服了自适应卡尔曼滤波易发散的缺点,比普通卡尔曼滤波精度高.     

自适应Kalman滤波器在红外夜视跟踪系统中的研究

针对红外夜视系统背景较复杂,直角坐标系下的卡尔曼滤波容易发散,且影响滤波精度的特点,在分析自适应卡尔曼滤波算法优缺点的基础上,提出了一种针对红外夜视系统目标跟踪的自适应卡尔曼滤波算法,此算法利用投影分析法获得目标位置坐标.还对虚拟噪声进行估计,补偿系统的线性误差,消减系统观测误差,并对算法进行了仿真.仿真结果表明,该算...     

斜拉桥施工过程的预测和控制

应用卡尔曼滤波控制的理论,提出了一个实用的斜拉桥施工过程的预测和控制方法,该方法将初始张拉力和立模标高作为斜拦桥悬臂浇筑施工时的两个控制输入,可有效地对斜拉桥实施标高和索力的双控,通过番遇大桥的施工实例计算,证明了该方法的实用性和有效性。     

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.      

双自适应衰减卡尔曼滤波锂电池荷电状态估计

针对卡尔曼滤波法在锂离子电池荷电状态(SOC)估计时存在误差较大、收敛较慢等问题,提出了一种双自适应衰减扩展卡尔曼滤波荷电状态估计(DAFEKF)算法。该算法首先设计了针对动力电池的荷电状态估计观测器,利用测得的电流和电压值分别作为观测器的输入和观测值,结合双自适应衰减扩展卡尔曼滤波估计出观测器中的电池荷电状态,在卡尔曼滤波算法的基础上加入时变衰减因子来减弱过去数据对当前滤波值的影响,并自适应地调整卡尔曼算法中过程噪声和测量噪声协方差。利用DAFEKF算法估计出的SOC结果与扩展卡尔曼滤波(EKF)和自适应扩展卡尔曼滤波(AEKF)算法进行了比较,结果表明,DAFEKF方法具有较好的准确性、鲁棒性和收敛性,使SOC估计误差控制在2%以内。     

温度测控系统的非线性动态补偿研究

在温度测控系统中,对于温度传感器在测量时存在较大非线性动态偏移误差,提出基于参考模型的利用扩展卡尔曼滤波算法设计温度传感器的动态补偿的方法。用扩展卡尔曼滤波进行补偿器的参数辨识,从而得到比较精确的补偿器,因此温度传感器的动态偏移误差得到自动补偿。用扩展卡尔曼滤波算法对补偿过程中放大的噪声进行滤波,从而得到较好的补偿结果。     

基于累积法的GM(1,1)模型在桥梁施工监控上的应用

目的研究桥梁施工监控过程中预测标高的方法,并对现有的理论模型进行改进,提高预测精度,弥补现有预测模型的不足.方法将累积法计算通式结合到灰色理论模型的参数估计中进行改进,从而得到一种新的理论模型来对桥梁施工进行标高预测,并以疏港大桥为工程背景进行实例应用,检验模型预测效果.结果在对疏港大桥标高预测中,传统GM(1,1)模型预测的相对误差平均值为0.044%,经改进后基于累积法的GM(1,1)模型预测的相对误差平均值为0.033%.结论基于累积法的改进后的预测模型一定程度上解决了现有模型的问题,在桥梁施工监控中的线性误差分析过程中具有更好的应用效果.     

一种新的惯性/GPS组合导航系统随机干扰处理方法

研究动力学系统波动算法的简化和改进方法,用该方法对陀螺漂移,加速度计误差等随机干扰进行统计描述,巧妙地运用卡尔曼滤波除组合导航系统的波动型干扰,简化原算法,使计算量比原算法减少,通过对惯性／GPS组合导航系统中的波动法和卡尔曼滤波的比较及计算机仿真研究表明,新的改进波动算法与原算法几乎一样有效,波动型随机干扰的估算精度高于标准卡尔曼滤波。     

单基站TOA/AOA混合定位技术研究

为了克服传统的移动定位技术存在的缺陷,通过AOA定位以及TOA定位方式的结合,提出一种单基站AOA/TOA混合定位的方案,对方案中在NLOS条件下存在的TOA误差提出了Wylie和卡尔曼滤波2种消除和抑制误差方案,并对2种误差消除方案进行了仿真,仿真结果表明卡尔曼滤波后的结果能更好的逼近移动台的真实运动轨迹。     

卡尔曼滤波地形辅助导航防止发散问题研究

对卡尔曼滤波地形辅助导航的发散原因作了分析,通过地形拟合误差的去相关法采用一种扩充状态变量的系统,实验证明此系统能够有效地减少发散的发生