Kalman

摘要： 基于研究建筑物基坑变形的目的,通过结合Kalman滤波和GM(1,1)灰色模型数据处理方法,致力于提高灰色GM(1,1)模型的抗扰动性和预测精度,通过建立3种分析预测数学模型实验,分别为灰色模型GM(1,1)、Kalman滤波预测模型,以及基于Kalman滤波的GM(1,1)模型,分别对同一基坑监测点的多期监测数据进行拟合和预测,通过与原测数据对比分析模型残差,得出了基于Kalman滤波的GM(1,1)模型精度优于其他模型的实验结果,证明了此方法能更有效提高了变形预测精度,能有效减小观测噪声的影响,验证了本文方法在模型拟合及预测精度方面的可靠性。

摘要： 设计一种新型基于改进TDOA结合kalman的定位算法。该算法有效解决了TDOA严格时钟系统的实现困难,不需要所有节点时钟的同步,采用卡尔曼滤波的方式修正坐标位置。

摘要： 为提高航材库存需求的预测精度,着力解决ARIMA模型预测滞后性和非同步性问题,提出ARIMA模型和KALMAN滤波技术理论的组合模型.应用ARIMA模型辨识KALMAN滤波初始状态参数,考虑系统噪声的影响,以最小均方误差为估计准则,构建航材库存的动态预警模型,并在测试数据集上检验组合模型库存预警效果.实例分析发现,ARIMA-KALMAN组合模型可以提高航材库存预测精度,实现航材库存动态预测,对于解决ARIMA模型预测滞后性和非同步性问题有重要意义.

摘要： 基于Kalman的盲多用户检测技术具有很好的抗多址干扰能力,收敛速度快,但是计算复杂度高.文章结合子空间原理,研究计算复杂度低且性能更优的基于子空间的Kalman盲多用户检测算法,并将此盲自适应检测算法应用于传统的Rake接收机,能更好地抑制无线信道的多径及多址干扰.

摘要： 笔者提出基于双模板的视频监控中运动物体跟踪算法,该方法组合使用Meanshift与Kalman滤波,并增加双跟踪模板进行跟踪矫正.对视频中的运动物体进行MeanShift跟踪,将跟踪的结果与设定的双跟踪模板进行相似性度量.为减少跟踪的偏移误差,在与双模板进行相似性度量前,判断长跟踪模板是否到达更新周期.若跟踪目标与双模板度量的结果在设定的阈值内,则用当前跟踪结果作为新的跟踪窗口;若度量的结果不在设定的阈值范围内,则启用Kalman滤波跟踪法;而当Kalman滤波跟踪得到的结果也不在设定的阈值内时,放弃跟踪序列.实验结果表明,该算法在现实视频场景下跟踪的稳定性较强,有效减少了漂移现象.

摘要： Kalman滤波时间尺度算法是一种实时的原子钟状态估计方法,在时间保持工作中具有重要的实用价值.本文引入自适应因子改进Kalman滤波时间尺度算法,对Kalman滤波时间尺度算法中状态预测协方差矩阵引入自适应因子,利用统计量实时计算自适应因子的量值,控制状态预测协方差矩阵的增长,降低原子钟状态估计的扰动,从而提高时间尺度的准确度和稳定度.模拟数据和实测数据表明,原子钟噪声强度变化时或噪声强度估计存在误差时改进的Kalman滤波时间尺度算法有效地提高了时间尺度的准确度和长期稳定度.

摘要： 传统效益分配方法存在预算误差较大的缺点,为此提出基于Kalman方程的建筑工程造价效益分配控制的研究。对建筑工程的统计数据进行计算,建立Kalman效益分配模型,在分配模型的基础上,实现对建筑工程造价效益的优化分配。通过实验论证可以得出,基于Kalman方程的建筑工程造价效益分配控制方法预算误差更小,结果更为精确。

摘要： 为了有效提升视频图像中人体运动目标跟踪的速度和准确性,提出一种基于改进CamShift算法和Kalman滤波器的快速运动目标跟踪算法.首先采用YCbCr颜色模型对典型CamShift跟踪算法的预处理过程进行改进,有效提高了人体运动目标检测的鲁棒性.然后通过结合Kalman滤波器实现运动目标的位置预测.仿真实验结果显示,相比其他基于CamShift的跟踪算法,提出的算法能够有效抑制噪声和背景的干扰,在目标跟踪的效果和准确性上均有一定的提高.

摘要： Dear editor, In response to the need for continuous tuning solutions in run-to-run (R2R) manufacturing processes, R2R control began to emerge in academic and industrial research two decades ago. It is aimed at minimizing process drift, shift and variability between machine runs and decreasing cost in semiconductor companies. However, gaps still exist between the current development of R2R technologies and their industry-wide commercialization. The most widely used R2R control approaches are the exponentially-weighted moving average (EWMA) approach [1, 2], the double- EWMA controller [3], and the variable EWMA controller [4].

摘要： Directed at the problem of occlusion in target tracking,a new improved algorithm based on the Meanshift algorithm and Kalman filter is proposed.The algorithm effectively combines the Meanshift algorithm with the Kalman filtering algorithm to determine the position of the target centroid and subsequently adjust the current search window adaptively according to the target centroid position and the previous frame search window boundary.The derived search window is more closely matched to the location of the target,which improves the accuracy and reliability of tracking.The environmental influence and other influencing factors on the algorithm are also reduced.Through comparison and analysis of the experiments,the modified algorithm demonstrates good stability and adaptability,and can effectively solve the problem of large area occlusion and similar interference.

摘要： 本发明公开了一种附加扰动的集成混合集合卡尔曼滤波天气预报同化方法及其装置。该天气预报同化方法通过一组气候态集合扰动来估计静态背景误差协方差矩阵，从而得到混合的卡尔曼增益矩阵。与常用的对静态和流相关的背景误差协方差得到的卡尔曼增益求平均的混合方法相比，本发明采用混合卡尔曼增益来更新后验集合均值、采用混合的减小卡尔曼增益来更新后验集合扰动。与通常由集合卡尔曼滤波更新集合扰动的混合数据同化方法相比，本发明能用混合卡尔曼增益更新集合扰动，并且克服了分离的混合同化系统和集合卡尔曼滤波系统存在的不一致问题，在混合权重及其他同化参数选择合适的情况下，能够进一步减小同化后的误差。

摘要： 一种基于自适应Kalman滤波器的全数字锁相环低噪声数字鉴相器，包括：基于相位累加器的多段调节全数字锁相环以及设置于多段调节全数字锁相环内的用于降低噪声的自适应Kalman滤波器，其中：自适应Kalman滤波器的输入端分别接收上一周期的DCO控制字及当前周期测量到的DCO输出信号的相位信息，利用量化噪声的估计信息进行滤波，从而得到优化的DCO输出信号的相位信息。本发明针对全数字锁相环各噪声源进行了噪声优化，利用自适应Kalman滤波器对鉴相过程中的TDC的量化噪声及DCO的量化噪声进行优化，从而减小鉴相结果中的噪声成分，进而优化环路的噪声性能。

摘要： 本发明公开了一种基于LSTM‑Kalman模型的蛋类吸取装置，包括工作台、限位夹和连接管，所述工作台的内部设置有限位夹，所述工作台的底部贯穿连接有连接管；所述工作台内部的一侧开设有活动槽，且限位夹位于活动槽的内部；所述限位夹的内部开设有放置槽，且连接管的底端贯穿于放置槽的内部，所述连接管采用锥形设计。本发明通过限位夹的设置，限位夹、放置槽、活动套筒、固定齿、回力弹簧和防滑垫圈的搭配工作，可将蛋类放在放置槽内部，蛋类可根据自身大小对限位夹向外挤压，从而使得限位夹可紧贴蛋类表面，防滑垫圈的设置，可增大该结构与蛋类之间的摩擦力，进而提高了该结构固定的稳定性，继而提高了工作人员的工作效率。

摘要： 本发明公开了一种基于强跟踪Kalman滤波的级联式惯性/卫星深组合方法，来解决卫星信号受到周围复杂电磁环境干扰难以准确定位的问题。级联式惯性/卫星超紧组合方法将输入中频信号经过载波和伪码分离、相关积分、预滤波和组合导航滤波过程，将定位信息反馈到载波NCO和码NCO。相比于传统的深组合方法，本发明中预滤波过程采用自适应强跟踪卡尔曼滤波（ASTKF），量测噪声协方差矩阵则根据各个通道的载噪比自适应地调整，同时引入基于平滑窗口的x2故障检测方法。组合导航滤波结合惯性、卫星信息，将定位结算结果反馈到载波NCO和码NCO。本发明的组合导航方法在噪声环境发生变化或者弱信号条件下自适应能力增强，提高了组合导航抗干扰能力和定位精度。

摘要： 本发明公开了一种基于自适应平方根中心差分Kalman滤波的SOC估计方法，该方法根据锂电池内部机理建立二阶RC等效电路模型，使用带遗忘因子递推最小二乘法(FFRLS)进行参数辨识；在中心差分Kalman(CDKF)滤波的基础上进行改进，引入自适应和平方根因素，自适应可有效解决噪声不确定性问题，平方根可以保持算法协方差矩阵正定性，两者结合能有效提高SOC估计精度和对噪声鲁棒性能。本发明为锂电池SOC状态估计提供一定参考思路。

摘要： 本发明涉及一种稳健性优化的Kalman滤波方法、装置、电子设备和存储介质；方法包括：确定Kalman滤波的状态序列和观测序列；建立与状态序列和观测序列对应的Kalman滤波模型；采用建立的Kalman滤波模型进行滤波；在Kalman滤波过程中，采用Kalman增益矩阵用于提高Kalman滤波的稳健性；其中，为第k个时间点的Kalman滤波估计的后验预测误差协方差矩阵；I为单位矩阵；Hk为观测转移矩阵；Vk为观测噪声矩阵；λ1为第一稳健性参数，λ2为第二稳健性参数。本发明与传统的卡尔曼滤波算法相比，提升对量测数据误差的鲁棒性，减少了计算结果与真实值的偏差。

摘要： 基于Kalman滤波的皮肤温度检测系统及方法及设备，包括：温度采集模块、处理模块和对比模块；温度采集模块和对比模块均连接到处理模块，温度采集模块用于采集皮肤温度，处理模块用于对采集到的温度进行降噪过滤，对比模块用于将降噪后的温度数据和阈值对比后传输给处理模块下达指令。本发明将滤波算法引入皮肤温度检测，经过算法处理后的温度结果因为卡尔曼滤波过滤掉了测量信号的噪声，所以经过算法后的结果为最佳温度，当温度高于阈值则可触发单片机其他操作，由于经过卡尔曼滤波算法处理的结果更准确，因此可以避免单片机误操作。

摘要： 本发明公开了一种基于Kalman提议分布的马尔科夫链蒙特卡洛参数估计方法，包括：从参数先验分布中生成MCMC链条的初始样本，开始迭代过程；在当前迭代步，根据给定的概率随机选择已有提议分布和Kalman提议分布中的一种，生成候选参数样本；选择Metropolis或Metropolis‑Hastings法则判断是否接受生成的候选样本，重复上述过程直至迭代结束；利用收敛后的链条样本估计参数后验分布。本发明采用了Kalman提议分布，不仅利用了模型参数信息，还利用了观测数据和模型输出信息，有效提高了MCMC对于参数估计的效率，适用于解决高维复杂的实际问题。

摘要： 本发明公开了一种基于kalman‑RNN神经网络的飞锯寿命预测方法，首先，采集锯片磨损数据集，这为以后进行对比分析做准备。然后，对被切材料、锯片直径、锯切速度、锯切深度、锯切宽度、每齿进刀量、齿数、齿距等工艺参数进行分析，最终选择锯片直径、锯切速度、锯切深度、锯切宽度、每齿进刀量、齿数、齿距作为神经网络的输入；神经网络对应时刻输出为预测的寿命，即磨损百分比，并结合Kalman滤波技术将其和对应时刻的实际测量值进行融合、比对、更新神经网络对应时刻的输出，依此提高该算法寿命预测的精度。

摘要： 一种基于分块kalman运动预测的电子稳像方法，包括如下步骤：对视频流的每幅图像都进行了分块，并计算相邻帧间图像每一块的仿射变换矩阵，再通过kalman滤波进行局部运动估计，去除视频流中不规则的抖动、保留相机的扫描运动，进行局部运动补偿，最后对补偿后的图像进行全局优化，完成电子稳像。本发明对图像进行分块描述能够有效的减少运动补偿所造成的图像畸变，通过kalman滤波技术能够很好的预测主观运动、去除抖动，通过全局优化和图像融合减少了运动补偿后产生的图像空白区域。