UKF车速估计器的算法研究与仿真

为准确估计车辆的行驶速度, 保证汽车的安全性, 设计了基于无味卡尔曼滤波算法（UKF: Unscented Kalman Filter）的车速估计器, 并与基于卡尔曼滤波（KF: Kalman Filter）算法所建立的估计器进行了比较。两个估计器都以七自由度整车模型为研究平台, 同时在Matlab中搭建了UKF和KF的算法模型。仿真实验结果表明, 当系统输入产生突变时, UKF算法与真实值的绝对误差率始终在4%以内, 比KF算法的误差率大约降低了3%, UKF车速估计器能很好地预测车速变化的趋势, 相对于KF估计算法效果更佳。     

基于四元数EKF算法的小型无人机姿态估计

针对小型无人机设计的姿态测量系统,提出一种用于小型无人机姿态估计的四元数扩展Kalman滤波算法.该算法通过建立四元数姿态运动模型和航姿传感器测量模型,构建了以四元数和陀螺仪随机漂移为状态向量、以加速度计测量值和磁阻仪解算的航向角为观测向量的扩展Kalman滤波器,并设计了自适应测量噪声协方差矩阵修正法.实验结果表明,该算法不但解决了微机电系统惯性器件用于载体姿态测量时精度低、易发散、易被干扰的问题,而且显著减小了陀螺仪随机漂移对姿态估计的影响,有效提高了姿态估计的精度.     

基于二次指数平滑法和优化Kalman滤波的短时交通组合预测

优化改进传统的Kalman滤波模型,解决预测精度不高且预测滞后的问题.用二次平滑指数法和优化后的Kalman滤波模型两种方法组合对道路断面通过交通量进行短时交通预测,通过平均绝对误差(MAE)和平均绝对百分比误差(MAPE)分析预测结果.实例预测结果表明:当修正因子α=0.5时预测结果较为精确,同时,优化改进后的Kalman滤波模型的预测准确性有所提高.组合预测的两种方法都能够有效地降低预测误差,但按权重组合预测的效果更为明显.     

基于两级滤波的车辆相对加速度估计

针对智能交通中汽车防追尾碰撞预警技术难以准确获取车辆间相对加速度,从而影响预警准确性的不足,提出了一种基于两级卡尔曼滤波的相对加速度估计方法.首先建立准确描述车辆间相对加速度变化的车辆相对运动模型,利用卡尔曼滤波递推方法初步估计出相对加速度值.然后进一步结合相对速度信息,利用第二级卡尔曼滤波估计相对加速度的误差,对初步估计的相对加速度值进行修正,从而获取较为准确的相对加速度信息.实车试验结果表明,该方法的准确性和可靠性好,加速度估计误差小于0.5 m/s2.     

一种基于简化MRAS无速度传感器的永磁电机EKF磁链辨识

表面式永磁同步电机因其结构简单、功率密度高、效率高等优势,被广泛应用于高性能伺服系统以及其他工业场合中。由于电机控制性能受温度和磁饱和等现象影响,电机参数的在线辨识则显得至关重要。针对由于永磁电机数学模型阶数低造成无法由一个估计器同时辨识转速和电机参数的问题,本文提出了一种结合EKF和MRAS辨识的优点,在MRAS无速度传感器系统估计转速的基础上通过EKF观测器估计永磁体磁链的解决方法,并与精确MRAS算法作了比较,对自适应PI参数的选择进行了讨论。Simulink仿真研究验证了该方法的有效性和准确性,能满足电机运行速度快且动态要求高的场合需要。     

柔性机械臂模态估计:多传感器组合策略个例研究

柔性机械臂传感器输出变量选择不当会降低模态状态观测器的性能，甚至破坏模态状态重构的可靠性．本文给出了Ｋａｌｍ ａｎ 滤波器重构模态状态的多传感器组合策略个例研究．建立了评估模态状态重构的性能指标，探讨了实现高性能Ｋａｌｍ ａｎ 滤波器的多传感器非劣组合策略的识别方法     

Generalized reliability measures of Kalman filtering for precise point positioning

To deal with the adverse influence of model failures on Kalman filtering (KF) estimation, it is necessary to investigate the generalized reliability theory, including the model failure detection and identification method as well as the separability and reliability theories. Although the generalized reliability theory for the least square has been discussed for many decades, the generalized reliability theory of KF is not widely discussed. Compared with the least square, KF includes not only the measurement model, but also the dynamic model. In KF, the predicted value of the state parameters from the dynamic model is considered as pseudomeasurements and combined with the observed measurements to compose the form of the least square. According to the reliability of the least square, the generalized reliability of KF is derived. Then, the dynamic model failure of precise point positioning is simulated to demonstrate the usage of the generalized reliability theory. The results show that the adverse influence of the dynamic model failure is more severe than that of the measurement model. Moreover, it is recommended that the model failure identification should always be used even if the overall model test passes. It is shown that the derived generalized reliability measures are suitable for the generalized KF estimation.     

有源电力滤波器电流跟踪的一种改进算法

为了提高有源电力滤波器的电流跟踪性能,本文提出了一种电流跟踪控制的改进算法。该利用该算法控制逆变器输出电压,使电流误差在一个PWM周期内的平均值为零,从而更有效的跟踪电流。与一般电流跟踪方法相比,该方法能够更加有效的跟踪电流,从而更加有效的减少谐波含量。     

基于交互式多模型的VR系统头部运动预测算法与仿真

虚拟现实系统中的视觉延迟会严重破坏其沉浸感,是导致仿真病的重要原因之一.针对此问题,栽分析头部运动特点基础上,采用常速模型和"当前"统计模型构成的模型集合描述头部运动,建立了交互式多模型预测滤波器对头部位置进行预测,并对预测效果进行了仿真验证.仿真结果表明,相比以往采用单一、固定模型描述头部运动的预测器,该预测器提高了头部位置预测精度,从而更加有效地补偿了VR系统中的视觉延迟.     

基于matlab的ECG信号QRST波检测算法研究

以PhysioNet Library的QT database标准心电图信号为研究对象,以matlab软件作为研究平台,首先对心电图信号进行了2次滤波,然后对QRS波群进行检测,再次对T波及T波结束点进行了定义,最后对测试结果进行了分析,较准确地得到了QRST波的相关信息,效果良好。