卡尔曼滤波器的设计(二)—算法及计算机模拟

本文是[1]的续篇。文中给出了连续与离散模型的卡尔曼滤波算法、程序设计框图、用FORTRAN算法语言编写的程序、以及计算机模拟结果。计算结果表明,采用具有混合结构的卡尔曼滤波器是非常有效和可行的。     

卡尔曼滤波器在CCD测微系统中的应用

结合ＣＣＤ测微系统的实际，应用信号变换及卡尔曼滤波，解决了噪声干扰的滤波问题，使ＣＣＤ测微系统具有更高测量精度和置信度，其应用范围得到了拓展，满足了非规则物尺寸实时测量的要求。     

卡尔曼滤波器在PID控制器中的应用

简要介绍了卡尔曼滤波器理论及其算法,建立一级倒立摆系统模型.采用卡尔曼滤波器来克服系统中的测量噪声和控制噪声对控制性能的影响,并在MATLAB环境下进行对比仿真试验,验证了卡尔曼滤波器对噪声的有效抑制作用.     

卡尔曼滤波器在倒立摆控制系统中的应用

倒立摆系统是一个非线性多变量的不稳定的系统。过去人们对倒立摆的控制都没有考虑到输出噪声的影响,这样就降低了控制的精度。卡尔曼滤波器能够对被噪声污染的信号进行有效地估计,从而降低了噪声的影响。本文介绍了卡尔曼滤波器在倒立摆控制系统中的应用并给出了仿真结果。     

自适应卡尔曼滤波器在机器人控制中的应用

机器人控制系统在实际工作中不可避免地要受到随机噪声的影响,当噪声的统计特性已知时,可以考虑采用常规Kalman滤波以抑制随机噪声对控制性能的影响;但当噪声的统计特性不完全已知时,常规Kalman滤波的滤波性能会下降甚至会引起发散。根据机器人的动态特性,设计了一个自适应Kalman滤波器,并对该滤波器应用于机器人控制系统进行了仿真实验研究。仿真结果表明,所设计的滤波器能够较好地抑制方差和均值未知的测量噪声对机器人控制系统的影响,控制系统的动态性能得到了较大的改善。     

卡尔曼滤波器在状态和参数估计中的应用

应用有限差分法代替非线性函数的偏导数计算以改进扩展卡尔曼滤波器，该改进算法用于非线性系统的状态和参数联合估计。结果表明，该滤波器可以代替常规的卡尔曼滤波器，具有滤波精度高、数值计算稳定、对模糊精度要求低和适用范围宽等优点。     

卡尔曼滤波器在炮位侦察雷达中的应用

本文讨论了有关炮位侦察雷达的数据处理问题,设计了一个处理飞行弹丸观察数据的卡尔曼滤波器,提出了一种剔除鸟、飞机等假目标的方法,最后讨论了弹道外推的方法和结果。     

方差自适应的卡尔曼滤波器在火控系统中的应用

火控系统中,为了使执行机构能够平稳的跟踪目标,就需要对跟踪器测量到的目标位置进行适当的滤波,得到平稳的目标运动参数。使得依据目标运动参数所外推出的执行机构射击诸元能够平稳。     

扩展卡尔曼滤波器在永磁同步电机控制中的应用

研究了一种针对内永磁同步电机（IPMSM）动态系统的非线性、时变及实时噪声干扰特点进行精确参数估计的扩展卡尔曼滤波观测器．由于内永磁同步电机q轴电感大于d轴电感,为了保证电磁转矩和负载角变化趋势一致,必须使定子磁链给定幅值限制在一定范围内．鉴于系统暂态和稳态运行的要求不同,为达到最优控制,采用控制定子磁链给定幅值以达到最大转矩／磁链（MPTF）的直接转矩控制算法对定子磁链给定幅值进行控制．仿真结果表明采用此算法可极大地提高IPMSM调速系统的运行效率．运用该方法的电机调速范围广并且在低速区运行良好．     

卡尔曼滤波器在直流无刷电动机控制系统中的应用

针对直流无刷电动机在使用普通的位置传感器（如霍尔元件等）时所产生的误差问题,采用软件算法来得到电动机的轴位置传号。因此,从物理上消除了电动机所需要的轴位置传感器和其它与该传感器有关的元件。用卡尔曼滤波的方法可以在改善系统控制性能的情况下进一步节约同极系统的成本。     

联合卡尔曼滤波器在多传感器系统的信息融合及容错中的应用

对集中滤波器和分散滤波器的性能特点进行了比较和分析，指出了它们应用于多传感器系统时的不足之处，提出了联合卡尔曼滤波器的结构和算法，并在精度、计算效率和容错能力方面与传统的集中滤波器和分散滤波器进行了比较，提出联合卡尔曼滤波器由于采用了系统信息分配原理，可以进一步改善系统的容错能力及精度，因此特别适用多传感器系统，可以提高系统的精度和容错、复原能力。     

双向卡尔曼滤波器在机载SAR运动补偿中的应用

运动补偿系统设计是机载SAR实现高分辨率的一项关键技术,DGPS/IMU组合导航系统已成为当前高分辨率机载SAR基于传感器的运动补偿技术的发展趋势之一.将一种双向卡尔曼平滑滤波算法应用于DGPS/IMU组合导航系统中,实验表明与多传感器组合导航系统数据处理中最常用的算法工具--卡尔曼滤波器相比,该算法可以为机载SAR提供更高精度的运动补偿信息.     

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.     

自适应两阶段卡尔曼滤波器在传递对准中的应用

研究自适应两阶段卡尔曼滤波器在动基座传递对准中的应用. 利用两阶段卡尔曼滤波器将子惯导的惯性器件偏差分离,从而减小由于系统状态过多而导致的滤波计算量,提高计算实时性. 加入自适应环节,使得随机系统偏差的先验统计特性不准确时也能取得良好的估计效果. 仿真结果表明,在对准模型存在未知的随机系统偏差时,自适应两阶段卡尔曼滤波器能够快速且准确地估计出失准角,符合传递对准在快速性和精度方面的需求.     

卡尔曼滤波器在海马场电位ripple节律分析中的应用

利用自适应自回归(adaptive autoregressive,AAR)模型和卡尔曼滤波器算法,分析小鼠海马CA1区场电位ripple高频振荡的时频特性.研究发现,与传统的基于短时傅立叶变换的实时频谱分析方法相比,利用AAR模型以及卡尔曼滤波器算法的参数化方法在对ripple高频振荡信号进行实时频谱分析时,具有更高的...     

一种用于移动通信终端定位的卡尔曼滤波器改进设计

针对传统方法进行移动通信终端定位时,由于无线通信信道存在着噪声干扰、非视距传播、多址干扰等因素的影响,导致移动通信终端定位精准度较低的问题。提出了基于(TDOA/AOA)时间测量值的卡尔曼滤波器改进设计移动通信终端进行定位。利用卡尔曼滤波器抑制和消除TOA/TDOA测量值中NLOS误差,然后通过BP神经网络在时间更新预测阶段及测量阶段对标准的卡尔曼滤波器进行修正,将预处理的TOA测量值输入到修正后卡尔曼滤波器来实现TODA/AOA移动通信终端混合定位,最终确定移动终端的具体位置。实验结果表明,改进的卡尔曼滤波器可以提高移动通信终端定位的精度,具有良好的实用性。     

跟踪系统卡尔曼滤波器的仿真对比分析

比较了跟踪系统中扩展卡尔曼滤波、无迹滤波在二阶常速(CV)统计模型下实现的性能。比较结果显示,无迹滤波(UKF)的性能要明显优于扩展卡尔曼滤波。     

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。     

牛顿定律在惯性导航中的应用

本文从全新的物理学角度,通熟地阐述了惯性导航的基本原理。目的是让更多的人了解惯性导航的理论基础是牛顿惯性定律,实现惯导的理论依是舒拉原理。同时让更多的人知道惯导是目前独一无二的高精度的自主式导航系统。     

含有关联噪声的非线性分数阶系统的扩展卡尔曼滤波器设计

针对含有过程和测量噪声的连续时间非线性分数阶系统的状态估计问题,提出了扩展卡尔曼滤波器算法.采用Grünwald-Letnikov差分定义对非线性分数阶系统离散化.利用输出方程设定待定系数矩阵,得到离散化的差分方程,实现非线性分数阶系统的有效的状态估计,提高状态估计的精度.最后,给出一个实例来说明所提出非线性分数阶系统的扩展卡尔曼滤波器的有效性.