扩展卡尔曼滤波器

摘要： 使用全球定系统/北斗卫星导航(Global positioning system/BeiDou navigation satellite system,GPS/BDS)双模导航系统定位列车时,根据双模观测量的特点,若卡尔曼滤波方法对列车位置解算,需对算法进行相应的调整;并且受多径效应影响,传统卡尔曼滤波算法的定位精度较低。针对这些问题,提出了混浊免疫粒子群优化算法以提高卡尔曼滤波输出精度。首先,利用混沌映射及免疫接种方法,对粒子群算法进行优化,再用优化后的粒子群算法对观测误差协方差矩阵寻优。然后,将最优参数提供给扩展卡尔曼滤波器,可有效减小因多径效应引起的观测值震荡对定位精度的影响。最后,通过实验验证并比较分析了采用EKF和CIPSO_EKF两种算法的列车定位结果。从北向、东向的位置、速度定位误差结果可以看出,CIPSO_EKF算法收敛速度更快,实时性更高,能有效抑制干扰,提高定位精度。

摘要： 为提高利用舰船轴频电场进行舰船定位与轨迹探测的精度,设计了一款融合轴频电场幅值信息和相位信息的扩展卡尔曼滤波器。在空间直角坐标系下,结合浅海中水平时谐电偶极子电场解析式和遗传算法建立了位置计算模型,确定了场源到场点的距离。针对舰船定位时受到各种因素的影响导致定位效果难以达到理想精度的现状,提出了融合轴频电场幅值信息和相位信息的扩展卡尔曼滤波器。仿真结果表明:该滤波器可使定位误差降低约80%,有效地提高了利用舰船轴频电场进行舰船定位的精度。

摘要： 在无人机飞行过程中,由于低成本无人机对状态反馈不准确和外部干扰对传感器的影响,导致飞行时间一长会出现漂移现象,使得无人机产生浮动等不良问题。为了解决这些问题,提出一种适用于小型无人机状态估计的四元数扩展卡尔曼滤波数据融合算法,该算法通过建立四元数系统观测模型和传感器量测模型,解决了低成本传感器对无人机位置和姿态直接测量的低精度和易被外界干扰的问题,有效提高了状态估计的精度。仿真实验验证了算法的有效性。

摘要： 针对永磁同步电机(PMSM)全速域范围内无速度传感器运行时,电机低速起动位置估计困难的问题,提出了一种恒电流变频(I/F)和扩展卡尔曼滤波器(EKF)相结合的控制方法。在低速采用恒电流变频比起动,中高速切换为EKF进行位置和速度的估计。为解决切换过程不稳定的问题,利用电机转矩-功角自平衡特性,在切换过程中以两种控制方法给定的角度差作为反馈输入信号来减小切换前给定电流,在角度差接近零时切换电流和位置给定,使切换前后给定电流和给定位置基本保持不变。最后通过仿真验证该方法的可行性。

摘要： 在无人机或导弹等高速运动目标间建立稳定、可靠的通信链路,需要突破高动态下的载波跟踪技术,考虑跳频通信系统的突发传输模式,本文提出基于开环最大似然估计(maximum likelihood estimation,MLE)和扩展卡尔曼滤波跟踪算法的高动态载波信号跟踪技术。通过理论和仿真分析证实了该算法可有效克服传统环路的缺点,能够在低载噪比下稳定工作且跟踪频率误差小,可快速实现高动态环境下载波跟踪。尤其对于初速度为300 m/s,初始加速度为15g,加加速度为每秒60g的高动态场景,本算法在低载噪比为35 dB-Hz时锁定不同跳频频率的锁定时间缩短到传统算法的1%~20%,效果显著。

摘要： 矢量控制已被越来越广泛地应用于永磁同步电机驱动系统中,针对传统的永磁同步电机无传感器矢量控制技术过于依赖电机模型和参数,对电机转速和转子位置精度要求高,传统PI控制算法系统适应性不足以及抗扰性能较差等问题,提出了一种将扩展卡尔曼滤波器和自抗扰技术相结合的永磁同步电机矢量控制策略,通过扩展卡尔曼滤波器对电机的转速和转子位置同时进行观测,自抗扰速度调节器将观测结果的变化进行在线估算并加以补偿,提高了系统的动静态性能。仿真结果表明了所提策略能加快系统动态响应速度,减小估计转速和实际转速之间的滞后,提高了系统的动静态性能。

摘要： 围绕暖通空调系统中冷水机组传感器的故障诊断,基于扩展卡尔曼滤波器(EKF)提出一种冷水机组传感器故障检测方法。首先对数据进行预处理,根据诊断阈值范围与异常变化整定2个误差协方差矩阵。然后分为单参数和双参数自适应阈值诊断,双参数的诊断效果不好故舍弃,而在单参数方法中,对正常样本与异常样本均值进行加权平均,根据诊断效率和误报率认为最优模型对应的正常样本均值与异常样本均值权重比为0.8:0.2。

摘要： 为了提高包线内气路部件故障诊断能力,提出一种加权D-S(Dempster-Shafer)合成理论的故障诊断方法.基于传感器测量值,分别利用扩展卡尔曼滤波算法(EKF)和受限玻尔兹曼-极限学习机(RB-ELM)对主要气路部件性能进行估计,将计算值与基准值的偏差作为基本概率赋值函数.使用飞行状态参数结合混淆矩阵求解子证据体加权系数,最后进行决策级加权融合诊断.通过某型涡扇发动机仿真验证,结果表明与单独使用基于模型和数据驱动的诊断方法相比,融合诊断方法有效地提高了部件故障诊断精度.

摘要： 针对未知环境下多机器人主动SLAM(simultaneous localization and mapping)存在不能完全遍历环境、定位精度不理想等问题,本文基于 EKF-SLAM(extended Kalman filter-simultaneous localization and mapping)算法提出一种多机器人主动SLAM算法.通过引入吸引因子,增强多机器人系统之间的交流,提升机器人自身定位精度与环境建图精度,同时又引导多机器人团队进行探索环境.当同一地标被多个机器人观测到,采用凸组合融合方法融合各个机器人对地标的估计,从而降低被估计地标的不确定度.仿真结果表明,所提算法能够对环境进行覆盖遍历,提升对地标估计的定位精度.

摘要： 针对传统伞降平台扫描参数测量方法存在测量参数单一、抗干扰能力差以及测量前期准备工作复杂严苛的问题,提出采用地磁传感器与惯性传感器组合测量其扫描参数的方法.该方法以地磁解算姿态和惯性解算姿态的差值作为扩展卡尔曼滤波器的观测量,修正姿态误差,提高扫描参数解算精度.进行了无人机空投试验,结果表明该方法能够同时获得扫描角、扫描角速度等多个参数;视频处理结果进一步验证了该方法的准确性能够满足伞降平台扫描参数测量的要求.

摘要： 提出了一种基于递推修正的扩展卡尔曼滤波器的感应电机(Online Modifying extended Kalman Filter,OMEKF)转速估计方法,以减弱时变测量噪声统计特性对扩展卡尔曼滤波器(extended Kalman filter,EKF)状态估计的影响.通过监视理论残差与实际残差的比值是否在一附近,选择调整因子在线递推修正测量噪声协方差矩阵的加权值,使其逐渐逼近真实噪声水平,从而使滤波器进行优化估计,提高系统的精度和抗扰性能.仿真和实验结果验证了基于OMEKF的感应电机转速估计方法的正确性与有效性.

摘要： 研究了利用扩展卡尔曼滤波器(EKF)对永磁同步电机(PMSM)矢量控制系统进行参数精确估计的方法。通过引入定子电流和电压,在线估计电机的定子磁链、电机转速和转子位置,进而实现永磁同步电机的无传感器控制。仿真结果表明EKF准确地观测了电机转速和磁链,所构建的无速度传感器矢量控制系统具有良好的控制性能。

摘要： 河蟹养殖船的作业区域小,单独使用GPS卫星导航或INS惯性导航系统均难以满足定位精度要求.为此,本文提出以卫星的伪距、伪距率为观测量的INS/GPS紧耦合模式.为规范其运动轨迹,依据实测养殖船当前姿态信息,建立了INS/GPS紧耦合系统的数学模型,以INS测量得到的位置、速度信息与GPS测量得到的位置、速度信息作差,并将作差结果输入扩展卡尔曼滤波算法进行数据融合,从而提高导航精度.与传统的INS/GPS松耦合模式相比,本文算法拥有更高的定位精度,能满足设计要求.

摘要： 针对卡尔曼滤波不能解决非线性问题,采用最优化估计方法,通过先验估计协方差矩阵和后验预测协方差矩阵构造加权矩阵,同时简化卡尔曼状态方程,研究设计了扩展卡尔曼滤波的雷达运动目标轨迹估计算法,最后通过设置不同的距离和角度误差进行了模拟仿真,结果表明该算法能有效进行目标轨迹跟踪,并可以确定其滤波精度.

摘要： 为解决未知环境中小型无人机自主飞行问题,将SLAM算法从地面机器人的二维环境扩展到小型无人机的三维环境.首先,建立了小型无人机的SLAM算法数学模型,得到其非线性状态方程;然后,将小型无人机的SLAM问题分解成路径估计与环境地标估计两部分,分别采用粒子滤波器和扩展卡尔曼滤波器进行估计,提出了一种小型无人机的FastSLAM算法;最后,分别采用扩展卡尔曼滤波和FastSLAM算法进行仿真实验,仿真结果表明FastSLAM算法具有更好的定位精度.

摘要： 本文设计了一种模型预测控制策略来控制I型糖尿病患者的血糖浓度。使用了Bergman基本模型。由于噪声的影响，使用扩展卡尔曼滤波器(Extended Kalman Filter)来佔计模型状态，使测量更加准确。当有食物紊乱的时候，模型预测控制器可以保证血糖浓度很快恢复到正常水平，回归时间与非糖尿病人的回归时间相似。

摘要： 本文提出一种基于多传感器融合的组合导航方法，能够在小型旋翼无人机上实现低成本、高精度导航定位.该方法通过建立导航系统的机械编排模型，设计了一个17状念的扩展卡尔曼滤波器(EKF).对加速计的零偏和陀螺仪的漂移进行在线估计，实时的补偿传感器的测量误差.从而对旋翼无人机的速度、位置、角速度和姿态等参数进行精确的估计.通过对实际飞行数据仿真实验，并对比参考的导航系统，证明该方法在飞机的全包线飞行下均能够解算出可靠的导航信息.

摘要： 考虑到深空自主光学导航系统中可用导航信标有限的问题，研究了一种以太阳为参考天体的星际任务自主导航方法。该方法以航天器与太阳间的相对运动引起的多普勒频移及太阳的方位数据为观测量，在轨自主确定星际航天器的状态。具体内容包括：论证分析了以光学多普勒频移为导航观测量的可行性；对各种测量太阳视线矢量的敏感器方案进行了比较分析；并利用扩展卡尔曼滤波器对该方法进行了仿真验证。

摘要： 将融合思想应用于粒子滤波检测前跟踪(TBD)系统,提出一种基于融合的粒子滤波TBD算法(FPF).该算法通过融合EKF与UKF分别预测粒子状态,得到粒子的重要性建议分布,从而更好的拟合粒子重要性分布.由于充分利用了量测信息,该方法可有效提高对微弱目标的检测性能和跟踪精度.仿真结果表明算法的有效性.

摘要： 将融合思想应用于粒子滤波检测前跟踪(TBD)系统,提出一种基于融合的粒子滤波TBD算法(FPF).该算法通过融合EKF与UKF分别预测粒子状态,得到粒子的重要性建议分布,从而更好的拟合粒子重要性分布.由于充分利用了量测信息,该方法可有效提高对微弱目标的检测性能和跟踪精度.仿真结果表明算法的有效性.

摘要： 本发明提供基于扩展卡尔曼滤波器的表贴式永磁同步电机负载转矩观测方法，以矢量控制为基础，依据永磁同步电机两相旋转坐标系下的数学模型，得出永磁同步电机用于负载转矩观测的数学模型，将其代入扩展卡尔曼滤波算法中，实现对永磁同步电机负载转矩的观测。本发明的基于扩展卡尔曼滤波器的表贴式永磁同步电机负载转矩观测方法，利用扩展卡尔曼滤波器算法实现对表贴式永磁同步电机负载转矩的实时监测，不仅可以实现无传感器监测永磁同步电机负载转矩，而且结构简单、成本低、具有较强的抗干扰能力。

摘要： 系统和方法可以提供用于获得与陀螺仪(22)相关联的第一传感器数据以及获得与磁强计(10)相关联的第二传感器数据。另外，所述第一传感器数据、所述第二传感器数据以及扩展卡尔曼滤波器可以用于对所述磁强计(10)进行校准。在一个示例中，所述磁强计(10)的采样率在获得所述第二传感器数据之前增加并且所述磁强计(10)的所述采样率在校准所述磁强计(10)之后减小。

摘要： 本发明公开了一种基于强跟踪滤波的高阶扩展卡尔曼滤波器设计方法。本发明将状态模型中的高阶多项式定义为系统的隐变量，并将状态模型等价改写成基于原始变量和隐变量相结合的伪线性模型；视高阶隐变量为系统的各阶加性参数，再通过对它们之间进行随机动态建模，建立起由状态与参数相结合的扩维线性状态模型；对测量模型进行相应处理，建立基于状态与参数相结合的扩维线性测量模型；然后对扩维后的模型进行进一步的初始化，滤波器迭代，时间更新和测量更新，设计得到基于强跟踪滤波的高阶扩展卡尔曼滤波器。本发明在解决状态模型和观测模型为强非线性情况下的估计精度低，计算成本高，鲁棒性差等问题，可以应用到非线性动态系统的目标跟踪领域。

摘要： 基于扩展卡尔曼滤波器的多模式旋翼飞行器姿态估计方法，涉及小型旋翼飞行器的飞行控制领域，为了解决现有旋翼飞行器姿态估计方法的估计精度低的问题。本发明的方法包括：步骤一、根据三轴陀螺仪和三轴加速度计的输出、扩展卡尔曼滤波器反馈的新息矢量使扩展卡尔曼滤波器处于不同的工作模式；步骤二、不同工作模式对应不同的量测模型，基于所对应的量测模型扩展卡尔曼滤波器对旋翼飞行器姿态进行估计，获得姿态估计结果。本发明适用于估计旋翼飞行器姿态。

摘要： 本发明涉及一种噪声自适应强跟踪扩展卡尔曼滤波器四旋翼姿态解算方法，属于无人机技术领域，包括构建状态方程和观测方程，初始化系统噪声和量测噪声初值；计算下一时刻的一次预测状态；计算新息，更新强跟踪滤波器，将次优渐消因子拆分；计算得到改进的一步预测误差协方差矩阵对下一时刻的噪声方差及噪声均值重新估计，将估计值引入EKF公式；计算卡尔曼增益矩阵、状态的二次估计和误差协方差的二次估计，判断是否循环结束；输出结果。本发明引入强跟踪滤波器，解决了传统扩展卡尔曼滤波器因泰勒展开近似线性化等问题导致的跟踪能力弱的问题，通过改进次优渐消因子引入形式，保证了协方差矩阵计算结果的对称性，提高了系统跟踪速度。

摘要： 本发明涉及卡尔曼滤波器技术领域，具体地说，涉及一种多项式非线性的高阶扩展卡尔曼滤波器系统。其包括隐式变量定义单元、伪线性重写单元、变量结合单元、线性形式重写单元和联合估计单元。本发明通过将多项式模型中的所有高阶项作为隐式变量，等价地表示为伪线性，避免了截断误差的舍入，将原态和隐式变量相结合，建立了线性增广状态模型，对应新的状态模型，将测量模型等价地改写为线性形式，设计了一种新的高阶扩展卡尔曼滤波器，实现状态和隐式变量的联合估计，新的高阶扩展卡尔曼滤波器具有相同的性质：递归性和实时性。

摘要： 本申请提供一种基于迭代扩展卡尔曼滤波器的里程计算方法及装置，应用于视觉惯性里程计，视觉惯性里程计包括相机和IMU，该方法包括：对视觉惯性里程计进行动态初始化处理，得到视觉惯性里程计的初始化状态信息，并基于初始化状态信息建立初始空间三维地图；根据初始化状态信息、相机实时采集的图像数据和IMU实时采集的IMU数据进行状态传播，得到视觉惯性里程计的线性化模型；基于迭代扩展卡尔曼滤波器方法对线性化模型进行多次迭代更新处理，得到视觉惯性里程计的当前系统状态向量，当前系统状态向量用于指示视觉惯性里程计在初始空间三维地图中的位置和姿态。提高了视觉惯性里程计的精度。

摘要： 本发明公开了一种强非线性动态系统的高阶扩展卡尔曼滤波器设计方法。首先，基于多维高阶多项式建模强非线性动态系统的状态模型和测量模型；其次，将状态模型中的高阶多项式定义为系统的隐性变量，并将状态模型等价改写成基于原始变量和隐变量相结合的伪线性模型；再次，视高阶隐变量为系统的各阶加性参数，再通过对他们之前进行随机动态建模，建立起由状态与参数相结合的扩维线性状态模型；然后，再对测量模型进行相应处理，将原始系统建模为基于状态与参数相结合的扩维线性测量模型；最后，基于扩维的线性系统，设计出针对原始状态估计的新型高阶扩展卡尔曼滤波器。本发明通过数字仿真验证了新滤波器的有效性。

摘要： 本发明提供一种基于扩展卡尔曼滤波器的双边遥操作控制方法，包括如下步骤：考虑系统不确定性和噪声信息，基于拉格朗日方程，建立双边遥操作系统模型；针对双边遥操作模型中存在的不确定扰动，设计干扰观测器；将干扰观测器的输出作为双边遥操作系统状态变量的一部分，得到系统扩张状态方程；设计扩展卡尔曼滤波器去除过程噪声和测量噪声，得到系统状态和扰动的准确估计；设计自适应二阶滑模有限时间控制器，来抵消不确定性扰动对系统的影响以及消除系统抖震，使从端机器人能够快速准确跟踪主端机器人。

摘要： 本发明公开了一种基于最大相关熵的高阶扩展卡尔曼滤波器设计方法。本发明给定两个一维随机变量，得到有限数据驱动下随机变量对的相关熵；然后给定无人机运动的状态模型和测量模型；通过将状态模型中的高阶多项式定义为系统的隐性变量，将系统的状态模型伪线性化表示，并同理将测量模型伪线性化表示，得到它们的线性形式；对线性形式的状态模型和测量模型，利用递归滤波器设计思想得到高阶扩展卡尔曼滤波器；利用多维独立向量的相关熵形式和得到的高阶扩展卡尔曼滤波器，设计得到基于最大相关熵的高阶扩展卡尔曼滤波器。本发明可以解决在非线性非高斯系统情况下，滤波性能下降和发散的问题，可以将其应用到实时估计和目标跟踪领域中去。