自适应卡尔曼滤波在风场测量中的应用

摘要

该文针对自适应卡尔曼滤波算法在风场测量中的应用进行研究. 该文首先讨论了风场的性质和风的模型,对卡尔曼滤波的分类和发展现状进行了介绍,对卡尔曼滤波算法基本理论、滤波稳定性、模型误差进行分析;接着对卡尔曼滤波发散原因及对策进行分析探讨,把引起卡尔曼滤波发散的原因归结为理论与计算两方面,并根据不同方面,提出各种防止滤波发散的方法;接着针对风场特性,提出了两种基于Sage、Husa噪声统计特性估计器、递推最小二乘法、平方根分解算法的自适应卡尔曼滤波算法,分别进行理论推导、数字仿真和试验分析;接下来结合具体项目,介绍了自适应卡尔曼滤波算法在数据感知和地面监测系统中的应用. 该文提出的自适应卡尔曼滤波算法,经计算机仿真和物理试验表明,可以有效地进行风场测量信号的处理;同时,该算法及其思想方法对于处理其他类型的信号滤波处理、状态估计问题都具有借鉴意义.

目录

上海交通大学学位论文原创性声明

上海交通大学学位论文版权使用授权书

上海交通大学学位论文答辩决议书

第一章前言

1.1有关大气的知识

1.1.1大气的范围

1.1.2大气的垂直分布

1.2卡尔曼滤波方法分类综述

1.2.1按系统类型分类

1.2.2卡尔曼滤波数值计算方法分类

1.2.3并行滤波与分散滤波

1.3风场测量与自适应滤波

第二章基本卡尔曼滤波理论

2.1卡尔曼滤波的基本思想

2.1.1简单例子的分析

2.1.2实际情况分析

2.1.3关于K k的确定

2.2离散线性系统的卡尔曼滤波

2.2.1基本离散卡尔曼滤波公式

2.2.2卡尔曼滤波公式的证明

2.3滤波的稳定性和模型误差分析

2.3.1滤波的稳定性概念

2.3.2滤波误差方差阵的上下界

2.3.3滤波的稳定性定理

2.3.4系统模型误差分析

第三章一种自适应卡尔曼滤波算法在风场测量中的应用研究

3.1滤波发散原因及对策

3.2问题提出

3.3自适应卡尔曼滤波算法

3.4风场模型

3.5计算机仿真

3.6试验分析

3.7算法不足和设想

第四章基于UD分解的自适应卡尔曼算法

4.1参数估计的递推最小二乘算法

4.1.1最小二乘估计

4.1.2递推最小二乘估计算法

4.2基于UD分解的自适应卡尔曼滤波算法

4.3模型参数的估计——状态转移矩阵的估计

4.4风场模型

4.5计算机仿真

4.6结论

第五章风场测量仿真试验平台及相关软件设计

5.1软件平台简介

5.2风场测量试验仿真软件平台

5.2.1试验仪器介绍

5.2.2场测量理论基础

5.2.3程序模块

5.3地面监测系统

5.3.1串口通信类的实现

5.3.2用OpenGL实现飞行器六自由度虚拟现实技术

第六章思考与展望

6.1实际问题的思考

6.1.1坐标变换

6.1.2平台质心的运动对风速风向的数据的影响

6.1.3平台角速度对风速风向测量数据的影响

6.2展望

参考文献

致谢

作者攻读硕士学位期间完成的论文