摘要:

针对传统控制方法对强耦合柔性空间机械臂难以有效控制的问题,提出基于神经网络的逆模控制策略.建立了非线性空间柔性机器人的动力学模型,根据增广变量输入法推得其控制律;利用具有良好逼近能力的前馈神经网络来自适应补偿柔性臂的未知非线性逆模型;采用Kalman滤波算法来保证网络权值在线实时调整(系统的误差代价函数由PID控制器提供).仿真证明了所提出的控制方案的有效性,具有较高工程应用价值.

摘要:

针对遮挡及相似干扰问题，在 Meanshift算法的基础上提出了一种新的改进算法。该算法有效地将 Meanshift算法与Kalman滤波算法结合，准确确定目标质心位置，并根据目标质心位置及前一帧搜索窗口边界自适应地调整当前搜索窗口，使其与目标位置更匹配，跟踪结果更加准确、可靠，同时也减小了环境等因素对算法的影响。实验对比结果表明，改进算法具有良好的稳定性和自适应性，可有效解决大面积遮挡和相似干扰问题。

摘要:

为解决自适应Kalman滤波中存在的问题,综合采用对观测粗差和滤波结果粗差进行判断、对系统噪声方差阵扩零和修改自适应方程减去项等措施对算法进行了改进.观测粗差的判断可以避免观测奇异,提高滤波稳定性;对滤波结果粗差的判断可避免矩阵求逆时的奇异现象;对状态噪声方差阵扩零,可保证在不影响滤波精度的情况下解决滤波过程中矩阵维数不对应的问题;修改自适应方程减去项,虽然牺牲了一定的精度,但可保证求解状态噪声协方差阵Q和观测噪声协方差阵R的等式右边非负定,从而保证Q和R的非负定.将上述改进后的自适应Kalman滤波算法应用到SINS/GPS组合导航中,仿真结果表明上述改进有效地提高了自适应Kalman滤波的稳定性,且保证了滤波的精度.

摘要:

油浸式电力变压器绕组热点温度是影响变压器绝缘寿命的重要参量,为精确预测绕组热点温度,通过分析考虑负载动态变化和顶层油温相对绕组热点温度的动态变化的微分方程,构造基于Kalman滤波的热点温度状态方程和测量方程,建立了热点温度实时最优估计模型;利用实验室搭建的基于光纤光栅传感的温升试验平台测试数据,通过模拟智能电网中变压器热点温度监测数据中的噪声以及因传感器失效所引起的某时间段的数据缺失,验证了Kalman滤波模型的内插能力和滤波能力;根据某电站主变压器现场监测的变压器热点温度的有限实时数据,以及相关误差的统计信息,对所建模型进行外推,实时地预测热点温度,并与IEEE导则推荐模型的预测结果进行了对比。结果表明,基于Kalman滤波的热点温度模型更接近实测值,其在2月份和9月份的平均绝对百分比误差（1.5730%,0.8866%）和均方根误差（0.8180°C,0.8562°C）,均优于IEEE导则模型的预测结果,具有较好的内插、平滑以及外推性能,为实时监测变压器绕组热点温度提供了一种新的工具。

摘要:

针对现有农业生产过程信息化程度不高的问题,设计一个能对农作物生长全过程进行实时监测的农业墒情监测系统,该监测系统包括前端信息采集站和后台处理软件两个部分.其中采集站能将感知层传感器采集到的数据通过GPRS无线通信技术传回后台,后台软件可以对数据进行持久化的存储和有效的分析,进而指导农业生产.为了保证所采集数据的准确性,减少异常值对后期数据分析与处理的影响,以大气温度传感器为例,采用Kalman滤波算法对其采集到的数据进行校正,分别将大气温度传感器直接采集到的数据与经Kalman算法校正后的数据同高精度标准温度测量仪测量的结果进行对比,发现后者的测量值更接近于标准传感器,且误差较小.

摘要:

文章考虑动态线性系统的时变参数是平稳的AR(1)变量,系统为时变的Laguerre模型时的传递函数估计的均方误差(MSE).在缓慢时变和高阶模型下,利用Kalman滤波算法,得到MSE的近似表达式.最后得到了Kalman滤波算法的设计变量的最优解.

摘要:

通常的Kalman滤波算法不能很好的解决信号的时频局部性问题,往往只能在低频和高频两种滤波算法间通过机动检测器(变维滤波算法)或马尔可夫链的转移概率矩阵(VD算法)来进行切换,因为有一定的滞后,并受到机动检测器和转移概率矩阵的影响较大,从而产生较大的滤波误差.笔者将二维可分离小波变换良好的时频局部性和Kalman滤波的实时最佳预测修正跟踪滤波估计结合起来,得出一种有效的混合滤波算法(WK算法),并将该算法用于进行雷达数据的滤波处理,使得滤波估计值逐步逼近真实轨迹.通过实际的仿真验证了该算法比其它单一的滤波算法更为有效.

摘要:

已有的坝基水平位移监测模型只能利用一个关键监测点的监测数据,而关键点的选取往往具有随机性;直接利用多个监测点的监测信息,往往会出现各个监测点采集数据不一致的现象.为消除这类现象,且充分利用多点监测信息,采用Kalman滤波融合方法,分别根据集中式和有无反馈分布式融合算法进行计算,对比分析了其可行性,最后给出融合结果.将其应用于某坝8坝段坝基水平位移的分析,纠正了2007～2008年间监测点S8-3和2006～2008年间监测点S8-4对坝基水平位移的异常反映,消除了数据的冗余性、矛盾性和不准确性,获得了被测对象的一致性描述和解释,结论表明,3种方法均有很高的识别精度.同时,也为水工建筑基础多点监测提供一个有效的理论方法.

摘要:

结合巷道监测点的特点分析了风速数据的干扰不是平稳过程条件下的高斯白噪声,提出用Kalman滤波对数据进行预处理.结合风速序列的特点及风速传感器测量误差范围对Kalman滤波算法滤波过程中的初始值和各参数的选择进行了说明.选择甘肃某矿连续1 000次巡检的风速数据对Kalman滤波对风速数据的预处理方法进行了验证,结果表明该方法滤波效果较好.

摘要:

针对纯电动汽车的锂离子电池容量损失而导致估算电池电荷状态(SOC)精度降低的问题,本文分析了影响电池容量损失的因素,提出容量修正算法.通过改进电池模型,把电池容量作为状态变量,将电池容量修正算法运用于Kalman滤波算法估计SOC,解决了锂离子电池容量损耗使得误差累积的问题.实验证明,本文提出的基于容量修正的Kalman最优滤波算法提高了SOC估算的精度,并且对初始误差有很强的修正作用,可以保证纯电动汽车锂离子电池的稳定工作.