Kalman滤波

摘要： 多基线干涉仪是电子战无源测向的重要方法。基于概率论提出多基线干涉仪测向最优估计,通过对不同基线的测向结果加权处理,可在最长基线长度一定的情况下,提高多基线干涉仪测向精度。分析干涉仪基线非独立和独立两种情况下测向精度的最优估值,并将该方法与Kalman滤波的思想进行类比。最后通过仿真,验证该最优估计方法的有效性。

摘要： 针对基坑围护墙顶沉降监测数据受外界随机噪声干扰较大的问题,提出利用Kalman-GM(1,1)组合模型来进行变形分析和预测。即先用Kalman滤波模型对观测数据进行去噪处理,再建立基于滤波数据的GM(1,1)模型,进行基坑墙顶沉降预测。工程实例应用表明,该组合模型有效减弱了随机噪声干扰,其预测精度和可靠性高于单一GM(1,1)模型,更适用于基坑墙顶沉降预测。

摘要： 超高频(very high frequency,VHF)变换器具有体积小、功率密度高的特点,在航空航天、光伏发电等领域中具有广阔前景;但由于变换器选用的储能元件数值很小,寄生参数对变换器稳定工作产生较大影响,因此超高频变换器对主电路设计提出了更高的要求。为此,在建立变换器的数学模型时应考虑寄生参数可能带来的未知偏差,使变换器在受到干扰参数变化的情况下仍能保持较好的稳态特性。将对含有寄生参数的VHF Boost谐振变换器主电路进行模态分析,随后利用Kalman滤波技术对电路进行数值建模,最后对变换器进行稳态特性分析,从而验证Kalman滤波技术在该领域中的适用性,为超高频变换器数学建模与动力学特性研究提供思路。

摘要： 为了对后续电力行业形势的发展进行科学合理分析,引入景气分析的统计方法,从介绍景气分析的概念、现状与分析理论出发,说明了在构建景气分析指标体系时应遵循的原则。通过残缺数据替代补充、敏感性分析、标准归一化等手段对源数据进行预处理,并利用Census X-12法进行季节调整,剔除季节与特定日期影响,最后利用Kalman滤波法实现电力行业景气状态空间模型估计。证明了构建的模型与算法可以实现电力行业景气指数预测的目的,为统筹规划提供了辅助决策的数据基础与技术手段。

摘要： 针对基于Lamb波的结构损伤检测中波形固定与检测效果不理想的问题,提出基于Kalman滤波的波形选择方法应用于结构损伤信息的获取。首先,结合Lamb波的传播特性和Kalman滤波构建波形选择模型;然后开展有限元仿真模拟,进行ANSYS模拟Lamb波的传播与MATLAB计算最优波形的联合计算;最后在有限元仿真模拟基础上进行实验验证,对基于Kalman滤波的波形选择方法做更进一步的检验。通过仿真模拟与实验研究,验证了基于Kalman滤波的波形选择方法能够提升结构的损伤定位精度。

摘要： 针对当下基于图像的传统跌倒检测算法难以提取时域动作特征所导致的模型检测过程中所存在无法提取动态信息问题,建立了一种基于关节点提取和改进的ST-GCN模型的实时跌倒检测算法。首先根据姿态识别算法Alphapose提取视频中人体的骨架关节点信息;然后对时域中的骨架关节点序列进行Kalman滤波估计,得到稳定变化的人体时空图;最后在传统模型基础上,考虑了一种适用于检测跌倒的新型图卷积划分策略,相比原有划分策略,加强了身体相对位置的整体联系,使得利用此模型对时空图中的人体动作进行识别。算法在数据集UR fall Detection和Multicam上与现有的几种方法进行比较,实验结果证明了文章算法的有效性。

摘要： 为了提高卫星网络节点故障定位的正确性和完全性,提出了基于Kalman滤波和APNN的卫星网络节点故障定位方法。利用Kalman滤波算法追踪卫星网络节点故障信号,并实施预估及校正,获得最优的故障状态变量估计值,初始化故障状态变量估计值,将自适应概率神经网络的样本误差函数视为适应度函数寻优平滑因子集,经过多次迭代获得的最优解,即平滑因子集,实现卫星网络节点故障定位。实验结果表明:所提方法卫星网络节点故障定位的正确率始终高于95%,故障定位的完全率基本不受故障数量影响,始终保持最高,具备较高的完全性,且定位时延和通信开销低。

摘要： 针对帧间差分法在目标细节识别上较为粗糙的缺点,提出一种优化改进的目标检测与跟踪算法,构建两次区域限定与Kalman滤波算法融合的检测方法.首先通过提出的网格划分算法来获得动态感兴趣区域,仅在此道路的显著性范围内进行车道线区域的识别;然后依据车道线区域信息与建立的道路区域掩模作为帧间差分的评价指标,提高算法的处理精度,并使用扩展的Otsu算法,使用自适应动态阈值解决了帧间差分目标提取性能的有效性问题;最后基于检测的目标形心坐标作为观测量,通过Kalman滤波跟踪预测目标的行驶轨迹.采用Halcon视觉软件平台,对所提出算法性能进行试验验证.结果表明,所提出算法平均处理时间为32.132 ms,能够满足实时性需求,且车道线检测的平均准确率达95%以上.此算法能够迅速、准确地提取车道线区域,且对目标位置具有较高的可预测性.

摘要： 为合理评价滑坡稳定性及其变形潜势,利用层次分析法和德尔菲法构建滑坡稳定性评价体系,实现其稳定性评价;以相关向量机为理论基础,通过鸡群优化算法实现其模型参数优化,并利用马尔科夫链进行误差修正预测,以充分保证预测精度;最后,利用预测结果开展滑坡变形潜势分析,并结合稳定性评价结果,为滑坡灾害防治提供一定的理论指导.实例分析表明:滑坡整体稳定性评价得分为69.51分,属Ⅲ级稳定等级,即具基本稳定状态;同时,在变形预测过程中,通过数据去噪分解、递进优化处理、误差修正预测等,能有效提高预测精度,所得预测结果的平均相对误差小于2%,但外推预测显示,滑坡变形仍会进一步增加,变形潜势趋于不利方向发展.

摘要： 该文在基于信号统计特性的离散小波变换理论(DWT)和基于状态转移模型的动态多尺度系统理论(DMS)的基础上,提出了一种多分辨率传感器的多尺度状态融合估计新算法。该方法利用离散小波变换,首先对不同分辨率传感器Kalman滤波模型的状态方程和观测方程分别进行多尺度处理,构建统一的多尺度Kalman滤波模型,然后将不同分辨率传感器在同一尺度上获得的观测向量融合滤波,获得了优于已有多尺度状态融合估计方法的处理效果。并利用Monte Carlo仿真验证了该算法的有效性。

摘要： 高精度的星间钟差滤波估计是导航星座自主时间同步的关键技术之一，本文以星间双向伪距为观测量，构建了kalman滤波的测量方程，首先讨论分析了随机误差和系统误差对星间钟差滤波估计精度的影响，进而分析了两种误差对导航星座自主时间同步的影响。通过仿真分析表明，不同量级的随机误差和系统误差对星间钟差滤波估计的影响是不同的。并采用国际权度局的加权算法进行了星座自主时间同步的初步仿真，表明随机误差和系统误差对星座系统时间产生了影响，但是对星座卫星间的时间同步精度影响较小。

摘要： 针对小型无人机对导航系统的高精度和低成本的要求，设计了基于ARM7处理器的MIMU／GPS组合导航算法。该算法选用7维状态向量和4维观测量作为松组合kalman滤波模型。为克服低阶运动模型、载体的非平稳扰动以及未知工作环境中各类噪声统计参数的未确定性易使常规kalman滤波器发散的缺点，利用预测残差统计量构造滤波自适应因子，实时调节预测状态协方差阵，使历史状态信息的使用效率降低，从而重用现时测量信息，提高滤波精度。通过无人机的实际试飞实验，表明该算法的滤波效果相比常规kalman滤波的精度有较大的提高，满足了无人机导航系统的要求。

摘要： 随着信息技术和互联网技术的迅猛发展,安全监控摄像得到越来越广泛的应用,每天产生海量的视频文件,为了从这些视频文件中提取有用的信息耗费了大量的人力物力.监控视频摘要技术可以有效消除监控视频的冗余信息,满足了对视频信息提区的需求.针对监控视频的特殊性,采用基于混合高斯模型的运动物体检测算法和结合Kalman滤波的Camshift跟踪算法,提取视频中的运动物体,形成视频摘要.实验验证结果证明该算法克服了传统算法的不足,能够提取有用信息,压缩视频文件,取得了较好的效果.在此基础上,构建了一个简单的监控视频摘要系统框架,基本满足了实际工作的需要.

摘要： 随着信息技术和互联网技术的迅猛发展,安全监控摄像得到越来越广泛的应用,每天产生海量的视频文件,为了从这些视频文件中提取有用的信息耗费了大量的人力物力.监控视频摘要技术可以有效消除监控视频的冗余信息,满足了对视频信息提区的需求.针对监控视频的特殊性,采用基于混合高斯模型的运动物体检测算法和结合Kalman滤波的Camshift跟踪算法,提取视频中的运动物体,形成视频摘要.实验验证结果证明该算法克服了传统算法的不足,能够提取有用信息,压缩视频文件,取得了较好的效果.在此基础上,构建了一个简单的监控视频摘要系统框架,基本满足了实际工作的需要.

摘要： 随着信息技术和互联网技术的迅猛发展,安全监控摄像得到越来越广泛的应用,每天产生海量的视频文件,为了从这些视频文件中提取有用的信息耗费了大量的人力物力.监控视频摘要技术可以有效消除监控视频的冗余信息,满足了对视频信息提区的需求.针对监控视频的特殊性,采用基于混合高斯模型的运动物体检测算法和结合Kalman滤波的Camshift跟踪算法,提取视频中的运动物体,形成视频摘要.实验验证结果证明该算法克服了传统算法的不足,能够提取有用信息,压缩视频文件,取得了较好的效果.在此基础上,构建了一个简单的监控视频摘要系统框架,基本满足了实际工作的需要.

摘要： 随着信息技术和互联网技术的迅猛发展,安全监控摄像得到越来越广泛的应用,每天产生海量的视频文件,为了从这些视频文件中提取有用的信息耗费了大量的人力物力.监控视频摘要技术可以有效消除监控视频的冗余信息,满足了对视频信息提区的需求.针对监控视频的特殊性,采用基于混合高斯模型的运动物体检测算法和结合Kalman滤波的Camshift跟踪算法,提取视频中的运动物体,形成视频摘要.实验验证结果证明该算法克服了传统算法的不足,能够提取有用信息,压缩视频文件,取得了较好的效果.在此基础上,构建了一个简单的监控视频摘要系统框架,基本满足了实际工作的需要.

摘要： 随着信息技术和互联网技术的迅猛发展,安全监控摄像得到越来越广泛的应用,每天产生海量的视频文件,为了从这些视频文件中提取有用的信息耗费了大量的人力物力.监控视频摘要技术可以有效消除监控视频的冗余信息,满足了对视频信息提区的需求.针对监控视频的特殊性,采用基于混合高斯模型的运动物体检测算法和结合Kalman滤波的Camshift跟踪算法,提取视频中的运动物体,形成视频摘要.实验验证结果证明该算法克服了传统算法的不足,能够提取有用信息,压缩视频文件,取得了较好的效果.在此基础上,构建了一个简单的监控视频摘要系统框架,基本满足了实际工作的需要.

摘要： 动目标跟踪与控制在自动化与控制领域具有重要意义.本文在分析实际场景特点基础上,提出了基于Kalman滤波的动目标跟踪控制算法.对算法原理和算法性能进行了理论分析和试验验证,结果表明该算法具有匹配速度快、训练样本少、跟踪精度高、控制效果优的特点.

摘要： 动目标跟踪与控制在自动化与控制领域具有重要意义.本文在分析实际场景特点基础上,提出了基于Kalman滤波的动目标跟踪控制算法.对算法原理和算法性能进行了理论分析和试验验证,结果表明该算法具有匹配速度快、训练样本少、跟踪精度高、控制效果优的特点.

摘要： 动目标跟踪与控制在自动化与控制领域具有重要意义.本文在分析实际场景特点基础上,提出了基于Kalman滤波的动目标跟踪控制算法.对算法原理和算法性能进行了理论分析和试验验证,结果表明该算法具有匹配速度快、训练样本少、跟踪精度高、控制效果优的特点.

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： 本发明公开一种INS辅助的双Kalman滤波器卫星信号跟踪环路，包括卫星信号接收天线、射频前端模块、惯性测量单元、惯导解算模块、卫星星历储存模块、载波频率&码相位估计模块、载波跟踪模块和码跟踪模块；惯性测量单元测量载体加速度和角速度；惯导解算模块根据加速度和角速度完成定位解算和姿态更新；卫星星历储存模块存储卫星星历；载波频率&码相位估计模块根据卫星星历和定位解算推算下一时刻的载波频率偏移以及码相位；卫星信号接收天线接收卫星信号；射频前端模块对卫星信号处理得到数字中频信号；载波跟踪模块利用数字中频信号和载波频率偏移对本地保存的载波频率偏移进行校正；码跟踪模块利用数字中频信号和码相位对本地保存的码相位进行校正。

摘要： 本发明公开了一种多新息混合Kalman滤波和H无穷滤波算法，包括1）建立锂电池的一阶RC电路模型，根据该模型写出描述锂电池系统的状态空间表达式，将电流和电压作为输入，利用递推最小二乘法进行参数辨识；2）分别建立多新息扩展卡尔曼滤波器和多新息滤波器，定义混合滤波性能评价指标实现更好的权值分配，建立基于多新息的混合Kalman/H∞滤波器；3）通过对权值表达式中的参数取不同值来验证一种多新息的混合Kalman/H∞滤波算法收敛精度高和鲁棒性好的优势。本发明通过建立基于多新息的混合Kalman/H∞滤波器，解决了现有SOC估计方法未能充分利用当前新息和历史信息而导致估计误差增大的问题，并通过合理设置权值提高了SOC的估计精度和滤波器的鲁棒性。

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： 本发明提供一种基于Kalman滤波的绝缘油取样流量检测方法及系统包括：采集样本数据，获取绝缘油样本数据中的绝缘油状态数据及绝缘油观测数据；根据绝缘油状态数据利用预置系统状态逻辑建立预置绝缘油检测系统的状态关系参数，根据绝缘油观测数据利用预置系统观测逻辑建立预置绝缘油检测系统的观测关系参数；利用Kalman滤波算法处理状态关系参数及观测关系参数，据以融合处理预置绝缘油检测系统中的各流量计数据，以建立绝缘油取样流量观测关系，据以获取绝缘油流量检测结果；利用预置最小误差逻辑寻找最优观测值权重系数，以检测绝缘油流量检测结果的融合处理准确性，据以获取最优流量检测结果。解决了绝缘油分析检测准确度较差以及智能化较低的技术问题。

摘要： 网络环境下抗干扰Kalman滤波器，涉及网络滤波领域。它用于传输网络信号，它包括卡尔曼滤波物理电路和控制器MCU，卡尔曼滤波物理电路的卡尔曼滤波信号输出端连接控制器MCU的卡尔曼滤波信号输入端，控制器MCU输出卡尔曼滤波后的网络信号，它还包括网络接口电路和抗干扰电路；网络信号输入至网络接口电路的网络信号接收端，网络接口电路的抗干扰信号输出端连接抗干扰电路的抗干扰信号输入端；抗干扰电路的抗干扰信号输出端连接卡尔曼滤波物理电路的抗干扰信号输入端。该电路满足了当前对网络环境下抗干扰能力强的卡尔曼滤波器的需求。