搜索结果: 1-15 共查到“控制科学与技术 卡尔曼滤波”相关记录19条 . 查询时间(0.181 秒)
基于渐进无迹卡尔曼滤波网络的人体肢体运动估计
卡尔曼滤波网络 人体肢体运动估计 表面肌电信号 渐进无迹卡尔曼滤波
2024/1/16
针对基于表面肌电信号(Surface electromyography,sEMG)的人体肢体运动估计建模困难的问题,提出一种渐进无迹卡尔曼滤波网络(Progressive unscented Kalman filter network,PUKF-net),来实现降低肢体运动与sEMG量测的建模难度以及提高肢体运动估计精度的目的.首先,设计深度神经网络从sEMG数据中学习肢体运动状态与sEMG量测之...
针对柔性关节机器人在非完全状态反馈条件下的轨迹跟踪控制问题, 本文提出一种基于虚拟分解控制 (virtual decomposition control, VDC)理论和扩展卡尔曼滤波(extended Kalman filtering, EKF) 观测的控制方法. 首先, 考虑模型参数的不确定性和外界扰动因素, 分别设计刚性连杆子系统和柔性关节子系统的虚拟分解控制律. 然后, 为突破现有VDC方...
基于卡尔曼滤波的AR模型无人自主空中加油预测制导策略
无人机自主空中加油 预测制导 自回归模型
2016/11/7
为了改善无人机自主空中加油(AAR)“捕获”阶段中受油机对锥套的“被动跟随”状况,提出一种基于卡尔曼滤波的AR 模型无人自主空中加油预测制导策略。利用自回归(auto regressive,AR)模型预测锥套飘摆的未来位置作为受油机导航点,并依据卡尔曼(Kalman)滤波原理对模型进行参数估计,通过加油仿真试验现象对提出方案的实时性能进行定量分析,并提出4 种提高实时性的优化措施。仿真结果表明:该...
基于卡尔曼滤波的AR模型无人自主空中加油预测制导策略
无人机自主空中加油 预测制导 自回归模型
2016/5/26
为了改善无人机自主空中加油(AAR)“捕获”阶段中受油机对锥套的“被动跟随”状况,对此阶段实施预测制导方案,即利用自回归(Auto Regressive, AR)模型预测锥套飘摆的未来位置作为受油机导航点,并依据卡尔曼(Kalman)滤波原理对模型进行参数估计。通过加油仿真试验现象对提出方案的实时性能进行定量分析,并提出4种提高实时性的优化措施。仿真结果表明,所提出算法具有极高的预测精度,改善后的...
在弹载等高动态环境下组合导航系统状态方程具有强非线性,且各状态相互耦合影响,传统的扩展卡尔曼滤波(EKF)算法因忽略高阶项相互影响,其模型线性化展开会导致模型不准确引起导航精度下降;无迹卡尔曼滤波(UKF)算法能有效避免引入线性化误差,却存在因组合导航系统维数过高引起大量粒子递推滤波计算复杂而影响算法实时性的问题。为此,针对发射惯性系下弹载组合导航系统对滤波算法高实时性和高精确性的要求,设计了一种...
针对非线性系统模型参数未知情况下的状态估计问题,;提出一种融合极大后验估计的交互式容积卡尔曼滤波算法(InCKF).;该算法利用二阶斯特林插值公式和无迹变换对非线性函数的近似思想,;实现对模型未知参数的确定,;从而使滤波算法摆脱对模型参数精确已知的依赖,;并通过容积卡尔曼滤波算法完成状态估计和量测更新.;仿真结果表明,;相比于经典的参数扩维方法,;InCKF;算法具有更高的精度和更强的数值稳定性.
针对涡扇发动机气路状态监控存在模型未知或不准确导致滤波效果下降甚至发散的问题,研究了一种融入高斯过程回归(GPR)的改进平方根无迹卡尔曼滤波(UKF)方法.该方法利用GPR对训练数据进行学习,建立发动机气路部件状态监控的GPR模型,替代UKF方法中的非线性系统模型;采用超球体单形采样和平方根滤波方法来提高滤波的计算效率和数值稳定性.仿真结果表明:训练的GPR模型解决了UKF方法对发动机原系统模型和...
非线性卡尔曼滤波方法的实验比较
非线性卡尔曼滤波 性能比较 动态目标跟踪 飞行机器人
2014/7/31
实际系统中存在的非线性因素和不确定性是实时状态测量以及不确定性估计算法需要解决的重要问题. 以机器人系统中典型的动态目标观测问题为背景, 采用多飞行机器人实验平台, 分别针对EKF、UKF 以及基于MIT 规则的AUKF方法进行实验研究, 并比较了上述方法的计算速度及估计精度等性能. 最后, 根据实验结果并结合其原理分析了每种方法的特性.
针对超高频段无源RFID定位系统采集到的基于信号回波强度(RSSI)数据存在突变、波动等特点,采用软件滤波算法对采集到的RSSI数据进行前置数据处理。通过对实时RSSI数据进行分析和研究,提出了一种结合改进高斯拟合和卡尔曼滤波算法的新型数据处理算法。试验证明,该算法能有效去除RSSI数据中的突变数据和噪声波动,实现RSSI值的准确、平滑输出,从而建立准确的测距模型。
应用卡尔曼滤波的线性系统可观测度实时估计方法
线性系统 可观测度 卡尔曼滤波 组合导航
2009/10/23
针对采用卡尔曼滤波算法进行线性系统状态估计的应用场合,提出了可观测度实时估 计方法。该方法通过提取离散卡尔曼滤波迭代计算过程中的矩阵进行分析,因而在无需增加 额外计算量的情况下,可获得系统可观测度性能的实时估计。该方法可以指导滤波器的设计 过程或者在线估计系统的滤波器性能,具有工程应用价值。给出了应用该方法的原理推导过 程,通过SINS系统地面单/双位置对准的实例比较分析证明该方法的有效性。
基于序贯无迹卡尔曼滤波的雷达目标跟踪方法
无迹卡尔曼滤波 扩展卡尔曼滤波 序贯滤波
2009/10/10
提出一种基于序贯无迹卡尔曼滤波的雷达目标跟踪方法。雷达跟踪系统为离散非线性系统,传统的解决方法是使用扩展卡尔曼滤波。无迹卡尔曼滤波用少量采样点表示随机变量的分布,通过非线性系统传播,能以三阶精度获得非线性变换的均值和方差的估计。为了提高无迹卡尔曼滤波的精度,用序贯无迹卡尔曼滤波方法依次处理方位角、俯仰角和距离,来进行雷达目标跟踪。通过Monte Carlo仿真,验证了该滤波算法比传统的扩展卡尔曼滤...
跟踪机动再入飞行器的交互多模型Unscented卡尔曼滤波方法
机动 Unscented变换 平方根滤波
2008/12/26
对于目标发生机动时的再入飞行器的跟踪问题, 传统跟踪方法是采用机动模型的扩展卡尔曼滤波. 本文在提高机动目标跟踪精度的探索中做了两方面的努力, 一是在描述目标运动模型方面采用了更符合机动目标运动特性的多模型方法; 另一方面, 采用了隐含高阶精度的 Unscented 卡尔曼匹配滤波方法. 对于交互多模型 Unscented 卡尔曼滤波器在仿真中易出现数值问题, 给出了基于平方根滤波的数值鲁棒性的解...
渐消卡尔曼滤波器的最佳自适应算法及其应用
卡尔曼滤波器 自适应滤波 状态估计
2008/12/24
本文依据卡尔曼滤波器在使用最佳增益时,其余差序列互不相关的性质,开发了一种新的
渐消滤波算法.该算法根据对象输出,在线自适应地调整遗忘因子,从而使滤波器在对象模型
存在误差或对象受到外扰时,仍收敛并保持最佳性.该算法已应用于造纸机控制,取得较好效
果.
一种带多重次优渐消因子的扩展卡尔曼滤波器
非线性系统 随机系统 强跟踪滤波器
2008/12/12
本文提出了"强跟踪滤波器"的新概念,给出了强跟踪滤波器的一般结构,并提出了一个正
交性原理用于此类滤波器的设计.在此基础上,提出了一种具有强跟踪滤波器性能的带多重
次优渐消因子的扩展卡尔曼滤波器(SMFEKF),改进了文献[1]中提出的一种带单重次优渐消
因子的扩展卡尔曼滤波器(SFEKF).数值仿真说明了SMFEKF的有效性.