基于自适应无迹卡尔曼滤波的汽车状态参数估计

针对车辆状态参数估计过程中过程噪声和测量噪声的不确定性,提出一种基于自适应无迹卡尔曼滤波的车辆状态参数估计算法.建立包括纵向、横向和横摆3个自由度的车辆动力学模型,基于无迹卡尔曼滤波理论建立自适应无迹卡尔曼滤波估计模型,最后搭建MATLAB/Simu-link-Carsim联合仿真平台对提出的算法进行仿真验证.结果表明...     

基于粒子群优化卡尔曼滤波的水下机器人信号处理

在卡尔曼滤波的基础上,引入粒子群优化算法,对卡尔曼滤波方法进行改进,提出基于粒子群优化的卡尔曼滤波器模型,从而提高水下机器人测量数据的精度,降低系统噪声和量测噪声所带来的误差。水池仿真试验结果表明改进的滤波方法有效、实用。     

模糊自适应卡尔曼滤波在惯性/地磁导航中的应用

为了提高自主、无源组合导航系统的精度和可靠性,针对惯性/地磁组合导航系统中滤波发散、量测噪声统计特征随实际情况不同而变化的问题,本文在无迹卡尔曼滤波的基础上,通过监测滤波新息的方差和均值变化,采用模糊自适应滤波算法,"在线"调整模型中的噪声方差阵,来改变滤波器的估计均方误差和滤波增益.通过自适应调整Sigma采样中权值的比例因子α,来解决UT变换的非局部效应,达到提高组合导航的精度的作用.仿真结果表明,模糊自适应卡尔曼滤波器可以有效的提高惯性/地磁组合导航系统,克服了传统滤波算法的缺点和不足,提高了滤波精度.     

基于组合滤波的气体管道泄漏信号增强技术研究

管道泄漏信号的信噪比决定泄漏检测的可靠性,泄漏信号信噪比的提高取决于传感器和信号处理的方法。复杂多变的工况环境,使泄漏信号的信噪比降低,泄漏信号甚至被噪声淹没。文中应用卡尔曼滤波器对气体管道泄漏信号进行快速滤波,结合指数滤波器,能更好地消除不同强弱的噪声干扰,提高信噪比,为管道泄漏定位的可靠性和准确性提供良好的保证。     

一种基于卡尔曼最优平滑方程的开关电容网络 ———第三代(光纤传感) 轴温探测器的信号处理

列车轴温光纤传感探测器的输入信号十分微弱并混有噪声,为此研制一种特殊的滤波 器就显得尤为必要。文中分析了该探测器的噪声源,并根据光电变换信号的微分表达 式建立了卡尔曼最优平滑方程,采用开关电容滤波器精确实现了该方程,解决了列车 轴温光纤传感探测器中的信号平滑滤波问题,大大提高了系统的探测率。      

基于SVD-UKF的车用锂离子动力电池传感器故障诊断研究

针对传感器故障诊断问题,提出通过分析模型预测电压与传感器观测电压的残差来诊断传感器是否发生故障的方法。使用无迹卡尔曼滤波（Unscented Kalman Filter,UKF）算法估计电池的端电压,并提出使用奇异值分解（Singular Value Decomposition,SVD）代替平方根法分解,以解决协方差矩阵非正定导致的算法无法正常运行的问题。提出使用累积和（Cumulative Sum,CUSUM）法对残差进行分析,通过监测CUSUM的变化来判断传感器是否发生故障。以动应力测试（Dynamic Stress Test,DST）工况作为验证工况,用3类常见的传感器故障对提出的方法进行验证。结果表明,提出的传感器故障检测方法在一些微小故障的检测中,相比于传统的设定残差阈值的方法更灵敏,能更快检测出微小的数据偏移情况。     

计及时变扰动下永磁牵引电机无传感器滑模控制

针对永磁同步牵引电机因参数摄动不确定因素造成控制性能下降以及速度传感器存在成本高、环境要求严格、估计精度不足等问题,提出了一种基于自适应广义高阶平方根容积卡尔曼滤波算法（ASRGHCKF）无速度传感器的永磁同步电机（PMSM）自适应非奇异快速终端滑模控制算法。首先,建立参数摄动下PMSM数学模型;其次,基于扩展滑模扰动观测器（ESMDO）设计自适应非奇异快速终端滑模转速控制算法（ANFTSMC）,选择新型指数趋近律可随系统距离滑模面的远近自适应调整趋近速度,同时ESMDO实时精准观测系统的未知扰动部分;最后,结合ASRGHCKF实时精准估计电机的转速和转子位置。通过与PI和传统SMC算法进行仿真和半实物试验对比,验证了该算法在电机参数摄动下暂稳态性能更佳,有利于改善PMSM的无速度传感器控制效果。     

基于预测控制的水下自航器抗海浪变深控制分析

水下自主航行器在近水面航行中存在着深度跟踪和姿态控制较为困难的问题。为此，首先建立了自主航行器的近水面三自由度运动数学模型，然后设计了无迹卡尔曼滤波器实现对系统状态的估计；接着，利用斯特林内插法在变动的工作点处对自主航行器模型进行近似线性化，并根据线性化后的模型设计预测控制器，实现自主航行器的变深运动控制。经过仿真实验，验证了滤波器对自主航行器近水面运动状态估计的准确性以及预测控制器在抗海浪扰动上的控制效果。仿真结果表明，带有无迹卡尔曼滤波器的预测控制器可以快速、准确的实现自主航行器的深度跟踪控制与姿态控制，且具有响应速度快，对外部扰动鲁棒性强的特点。     

基于SOC估算的船用锂电池组健康管理研究

船用锂电池是新能源船舶的重要设备,如何精确的估计锂电池的荷电状态以及根据船舶运行工况进行对锂电池组的健康管理是保障船舶安全经济运营的关键。通过Vmin无迹卡尔曼滤波法对船用锂电池组的荷电状态(SOC)估计,仿真验证了Vmin无迹卡尔曼滤波法在估算电池组SOC时有较高精度;同时,结合船舶运行工况研发锂电池组健康管理策略,对船用锂电池组的SOC,单体电压,电流,光伏发电功率多参数综合分析,把电池状态分为健康,亚健康,不健康三种状态。实船运行表明,该电池组健康管理能保障锂电池组工作在安全范围内,有效促进船舶的安全运行。