关于台风路径预报的Kalman滤波器

本文给出一种用以描述台风运动系统的Ｋａｌｍａｎ滤波器，并且探讨了用它作台风路径预报的可能性等问题。     

基于非线性Kalman滤波器的长序列立体图象运动估计

基于非线性Ｋａｌｍａｎ滤波器的长序列立体图象运动估计黄浴，袁保宗，彭光凤（北方交通大学信息科学研究所，电气工程系，北京１０００４４）摘要：讨论一种基于运动模型的、从长序列含噪立体图象中估计目标运动参数的方法。目标的运动模型具有恒进动的旋转分量和恒加速...     

应用自适应模糊控制实施船舶动力定位

在船舶动力定位中引入自适应模糊控制方法,即采用近似的线性模型通过Ｋａｌｍａｎ滤波得到船舶低频运动的状态估计值,模糊化后作为模糊控制器的输入实现定位控制。模糊控制器的核心为逢适应模糊逻辑系统,由于它具有任意的非线性映射能力,从而使控制器的参数能够在定位过程中不断调整,以适应外部环境变化。仿真结果表明,该方法在不同海况下均能达到很好的控制效果。     

消除脑电图伪差的数据处理方法

本文提出了一种消除电脑电图主要伪差（肌电伪差、眼动伪差和基线漂移）的实用有效方法．即用线性Ｋａｌｍａｎ滤波未消除脑电图的肌电伪差，用ＦＩＲ数字高通滤波器抑制眼动伪差及基线漂移，取得了良好的效果，为进一步设计脑电图的计算机自动化分析和诊断系统，解决了关键性的问题．在数据处理的同时还对线性Ｋａｌｍａｎ滤波经行了改进，即去除了肌电伪差模型，使系统更为简洁，滤波效果更好．     

用扩展KALMAN滤波器计算多径下两路间时延

尝试通过扩展Ｋａｌｍａｎ滤波器计算两独立接收端接收同一信号时的接收时间差,并考虑了存在多径干扰时的情况,方法如下：１）运用卷积定理,交埋延估计问题转化成对一线性滤波器系数的估计问题;（２）运用ＥＫＦ,使对滤波器多个系数的估计转化为对一个或几个参数的估计;（３）在多径情况下,同时对三个滤波器进行处理,使两点信号的差值平方最小,并在叠代过程中采用类似分时的处理,使对多径情况下两路时延的估计过程大大简化     

移动通信信道参量的自适应估计

本文首先提出了在插入无调制片的匹配滤波接收机条件下，频率衰落信道的瑞利乘性畸变的简单基带离散模型，建立了一个适应多普勒扩展Ｋａｌｍａｎ滤波器，最后作为一个例子估计了序列多普勒扩谱的归一体截止频率，另外文中给出了一个估计归一化截止频率的数字低通滤波器模型。     

确保状态估计性能的极小极大鲁棒Kalman滤波器

本文讨论了一类具有不确定噪声的连续时间线性系统的极小极大鲁棒Ｋａｌｍａｎ滤波器的设计方法．本文在给定允许偏离度的条件下，给出了确保估计误差性能指标的不确定噪声相关矩阵扰动上界，并在此界限内采用最坏情况下的最优滤波器实现对状态估计，不仅能极小化不确定下的最坏性能，而且还能确保估计误差性能指标的偏离度在给定的允许范围内．     

高速扫描三坐标测量机动态误差模型

用三坐标测量机进行高速扫描测量时,由于机体的振动全产生较大的动态误差。本文研究了扫描三坐标机在高速运动中的动态特性。找出了产生动态误差的根源。文中根据过程辩识原理,将三坐标测量机看作线性动力系统,用实验方法建立了动态误差的ＡＲＭＡ模型,并将Ｋａｌｍａｎ滤波器应用于模型之中,消除了测量噪声对参数辨识的影响,提高系统辨识的的精度。最后对一台移动知式三坐标测量机成功地进行了动态误差补偿,减小动态误差６０     

组合卡尔曼均衡新算法的研究

在分析卡尔曼算法收敛性能基础上，提出了组合卡尔曼均衡算法，并在时变信道上以线性均衡器（ＬＥ）及判决反馈均衡器（ＤＦＥ）研究了其性能。组合卡尔曼算法与Ｋａｌｍａｎ算法收敛速度相同，稳态误差相近，但克服了Ｋａｌｍａｎ算法因计算误差阵ＰＫ产生会入误差累积而使算法发散的缺陷．     

多传感器分布式Kalman滤波融合算法

讨论多传感器数据融合算法,给出了一种使用于一般线性系统的多传感器分布式Ｋａｌｍａｎ滤波算法。     

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。     

不确定滤波器在船舶定位控制中的应用

1982年初,英国Grimble教授提出了把线性最佳滤波器用于不确定系统的理论,简称不确定滤波器(Uncertain Filter)。在GEC公司赞助下,作者把该理论用于动态船舶定位控制,使船舶运动的低频部分和高频部分区分开来,从而对船舶的低频运动实现最优控制,以达到定位的目的。本文一方面从实践上解决了控制问题;另一方面也证实了不确定滤波器是可行的。     

信号处理中量测多尺度预处理算法

基于多尺度分析的思想,以离散小波变换为工具,结合传统的Ｋａｌｍａｎ滤波方法,给出了量测多尺度序处理的信号处理新算法。     

纯滞后对象的神经网络辨识及自适应控制

提出了一种针对纯滞后对象的神经网络及控制结构，在神经控制器的线训练中，引入了反向传播的预测误差信号，并采用基于Ｋａｌｍａｎ滤波的学习算法分别训练用于辨识的神经网络及神经控制器。     

一种Kalman滤波发散的克服方法

根据滤波统计特性，分析了引起Ｋａｌｍａｎ波波发散的直接原因，提出了一种克服发散的方法，此法从实际工程情况出发，牺牲实际中难以实现的最优性，达到了能克服发散的次优工况不失为一种有效的方法。     

动力定位船舶的非线性观测器设计

针对动力定位船舶设计了一个非线性观测器，该观测器的全局收敛性通过李亚普诺夫稳定性定理得到了证明。观测器的最大优点是可以省略采用Kalman滤波器时线性化船舶运动方程的过程。该非线性观测器可以从附有测量噪声的输出中估计到船舶低频位置和运动速度以及环境扰动作用力，同时也能从输出信号中滤除一级波浪引起的船舶高频运动。该非线性观测器的性能通过对一动力定位船舶模型的仿真得到了验证。     

关于无穷区间内的最优控制论

给出了正半无穷区间［０，＋∞］上Ｋａｌｍａｎ－Ｒｉｃｃａｔｉ矩陈微分方程的有界且正定的对称解，并用以解决了［０，＋∞］上变系数的Ｌ－Ｑ最优控制问题，同时也把Ｋｌｅｉｍａｎ－Ｎｅｗｔｏｎ方法推广到［０，＋∞］上变系数Ｌ－Ｑ最优控制问题。     

Kalman滤波在杉木生长预估模型中的应用

采用二阶差分机理建立的Ｋａｌｍａｎ滤波树木生长预估模型与方法，对杉木生长动态进行描述。结果表明，平稳化处理后的动态模型与方法具有良好的噪声特性与拟合效果。     

广义离散线性随机系统的稳态Kalman估计

用现代时间序列分析方法,基于ＡＲＭＡ新息模型和白噪声估值器,提出了广义离散随机线性系统的一种稳态Ｋａｌｍａｎ估值器,可统一处理滤波,平滑和预报问题可处理带相关噪声系统,并给出了保证其渐近稳定性的初值选取公式。     

清镗尺寸误差的预测与补偿

为提高和保证精密镗孔精度，研制了一套基于微机控制的精镗尺寸误差自动预测补偿控制系统，在理论分析的基础上对微量补偿装置的性能进行了实验验证，建立了基于Ｋａｌｍａｎ滤波理论的镗孔尺寸误差预测模型，并据此进行了对比切削实验。