论文降重
免费查重
限定条件：
清空
- 相关度
- 出版时间
- 被引频次
刊名：弹箭与制导学报
发表时间：2006-04-01
摘要:
基于TI公司TMS320C5416实现的捷联姿态参考系统,该系统完成在动态环境下载体横滚角、俯仰角的准确输出.文中论述了系统的硬件、软件设计;模块的组成、功能,详细说明了姿态角的计算、初始对准以及采用的稳定、实时、变增益自适应扩展卡尔曼滤波估计算法.
刊名：控制理论与应用
发表时间：2020-01-01
摘要:
为确定动力电池的剩余电量和峰值功率这两个关键指标,提出一种基于数据驱动的在线参数辨识方法,通过递归最小二乘法精确计算电池的实时参数;然后设计了一种基于自适应扩展卡尔曼滤波的多状态联合估计算法,准确估计电池的实时荷电状态;并在电压、剩余电量和单体峰值电流的多约束条件下,建立多采样间隔持续峰值功率估算的数学模型.最后在MATLAB/Simulink环境下搭建基于纯电动汽车实际运行工况的硬件在环测试模型.结果 表明:在初始误差较大时,剩余电量的估计误差在3％左右,硬件在环测试系统的端电压误差保持在±20 mV以内,峰值功率的平均误差为4.9745 W,为联合估计算法的准确性提供了可靠理论依据.
刊名：计算机工程与应用
发表时间：2014-02-01
摘要:
在“当前”统计模型的基础上建立了匀加速运动模型，设定了目标的运动过程，考虑到实际应用的局限，利用自适应扩展卡尔曼滤波（AEKF）对目标的运动状态进行估计。为得到更加精确可靠的信息，利用凸组合融合算法和Bar-Shalom-Campo融合算法对目标航迹进行融合估计，并利用这三种方法对设定目标的运动情况进行仿真估计，给出仿真结果。
刊名：空间控制技术与应用
发表时间：2019-01-01
摘要:
扩展卡尔曼滤波(EKF)的估计精度受限于测量噪声统计特性的准确程度,如果敏感器测量噪声方差偏离其标称值,将会对滤波性能产生不利影响.尽管自适应扩展卡尔曼滤波(AEKF)能够对测量噪声方差进行估计,但是,噪声特性准确的情况下,AEKF的性能往往不及传统EKF.针对上述问题,本文提出一种并行模型自适应滤波(PMAF),基于特定的自适应率将EKF和AEKF结合起来,使得在先验信息准确的情况下,EKF在状态估计中起主导作用;相反,在实际噪声方差偏离标称值时,令AEKF起主导作用.这样,即能有效削弱测量噪声统计特性不确定性对滤波性能的影响,又能确保正常情况下的估计精度.以空间目标相对位姿估计为例,通过数学仿真对EKF、AEKF和PMAF进行了对比研究,表明所提算法的综合性能优于传统方法.
刊名：舰船电子工程
发表时间：2018-07-01
摘要:
论文对UWB中基于扩展卡尔曼滤波的TDOA跟踪定位算法研究.针对EKF算法会随着测量误差增大定位精度降低这一缺点,提出了一种自适应迭代扩展卡尔曼滤波算法(AIEKF),通过仿真对比表明该算法在测距误差增大时,该算法能保持良好的定位精度和收敛速度
刊名：传感技术学报
发表时间：2020-04-01
摘要:
电池荷电状态(SOC)是电池重要的性能指标之一,为电池管理系统实现管理控制提供了重要依据.针对卡尔曼滤波算法不能预估和修正噪声的问题,引入改进的Sage-Husa噪声估计器,构成自适应扩展卡尔曼滤波算法(AEKF)估算动力锂电池SOC.同时针对计算机在进行浮点运算时存在单位舍入误差问题,采用UD分解算法,保证任意时刻状态估计协方差矩阵的对称正定性,限制由于计算误差引起的滤波发散,提高算法的精度和稳定性.通过MATLAB仿真对本文算法进行了验证,并与标准EKF算法进行比较,结果表明该算法具有较高的估算精度和稳定性,可以满足应用要求.
发表时间：2006-03-01
摘要:
应用模糊自适应扩展卡尔曼滤波方法,研究了深海采矿集矿机的定位导航问题.建立了履带式集矿机的状态空间模型,根据长基线定位系统的延时建立了系统的测量方程,提出了基于模糊逻辑的自适应卡尔曼滤波的算法.仿真结果表明:集矿机位置X,Y 的新息系列均在±σ的范围内变化,采用该自适应控制算法对Q、R加权的方法所进行的卡尔曼滤波是稳定的、最优的.
刊名：国防科技大学学报
发表时间：2016-03-01
摘要:
电离层闪烁会引起导航信号幅度和相位的快速衰落，严重影响跟踪环路的精度和稳健性，而相比频率跟踪和伪码跟踪，载波跟踪环路更易受电离层闪烁的影响而失锁。因此，提出一种基于相位锁定指示自适应扩展卡尔曼滤波的北斗导航信号抗电离层闪烁载波跟踪算法，其以同相与正交支路的积分结果估计相位锁定指示值，并采用该指示作为控制参数对不同闪烁场景下扩展卡尔曼滤波的观测向量进行自适应调整，这不仅能够提高跟踪环路的精度和稳健性，而且能够降低扩展卡尔曼滤波发散的概率。实验结果验证了相关分析和所提跟踪算法的有效性。
刊名：储能科学与技术
发表时间：2019-04-01
摘要:
SOC的准确估计对提高电池的动态性能和能量利用效率至关重要,估计过程中,模型参数不准确以及系统噪声的不确定性都会对结果产生较大影响.为减小模型参数辨识和系统噪声对SOC估计精度的影响,本文采用二阶RC等效电路模型,结合自适应扩展卡尔曼滤波算法(AEKF)进行锂电池的SOC估计.用带有遗忘因子的最小二乘法对模型参数进行在线辨识,以减小由参数辨识引起的估计误差,AEKF可以对系统和过程噪声进行修正,从而减小噪声对SOC估计的影响.最后分别用EKF和AEKF进行SOC估计并比较其误差,结果表明,AEKF联合最小二乘法参数在线辨识具有更高的精度和更好的适应性.
已选文献：0
导出
每页显示
10
|
20
|
30
中国电机工程学报
生态学报
生态学报
电力系统自动化
安徽农业科学
农业工程学报
计算机工程与应用
岩石力学与工程学报
中国医药指南
食品科学
电网技术
应用生态学报
中华护理杂志
中国组织工程研究
中华医院感染学杂志
计算机工程
中国实用医药
科学技术创新
护理研究
山西建筑
中国老年学杂志
地理学报
中国农学通报
中国妇幼保健
岩土工程学报
科技信息
中国农业科学
中国实用护理杂志
岩土力学
现代中西医结合杂志
机械工程学报
计算机应用研究
中国中药杂志
环境科学
商场现代化
软件学报
中草药
中国医药导报
护理学杂志
护士进修杂志
21世纪
居业
21世纪商业评论
癌变·畸变·突变
安防科技
鞍钢技术
安徽电力
安徽电气工程职业技术学院学报
安徽大学学报(自然科学版)
安徽地质
安徽电子信息职业技术学院学报
安徽化工
安徽工程大学学报
安徽科技学院学报
合肥师范学院学报
安徽建筑
安徽建筑大学学报
安徽科技
安徽科技与企业
安徽林业
安徽林业科技
安徽农学通报
现代农业科技
安徽农业大学学报
安徽农业科学
安徽师范大学学报(自然科学版)
安徽水利水电职业技术学院学报
安徽商贸职业技术学院学报(社会科学版)
安徽体育科技
安徽卫生职业技术学院学报
安徽文献研究集刊
安徽预防医学杂志
安徽冶金
安徽冶金科技职业学院学报
安徽医科大学学报
安徽医学
安徽医药
安徽中医药大学学报
安家
生物资源
