大跨度桥梁分段施工控制研究

根据卡尔曼滤波基本原理,采用非线性卡尔曼滤波系统对大跨度桥梁分段施工过程中的结构参数进行在线估计,将参数修正后的随后理想状态结合结构量测状态,采用灰色预测控制理论控制桥梁结构线形。通过应用实践,验证了施工控制方法的有效性。     

基于卡尔曼滤波和神经网络的PMSM参数辨识

永磁同步电机（PMSM）是一种非线性、强耦合的控制对象,电机参数的变化加大了其控制难度.因此,参数辨识对于其闭环控制系统的稳定运行有着重大的意义.文中针对这一非线性、强耦合的模型,研究了一种基于扩展卡尔曼滤波（EKF）和El man神经网络（El man NN）的永磁同步电机参数Rs,ψd和ψq的辨识方法.仿真结果表明,该方法具有很快的收敛速度,能很精确地辨识PMSM的Rs,ψd和ψq,该网络具有良好的泛化能力,在变速变负载等复杂情况下也适用.     

基于重力分量的道路坡度动态测量

基于MEMS(微机械)加速度传感器的测量原理,采用车辆行驶坡道上的重力分量进行纵向坡度的动态测量,并结合陀螺仪的信号建立基于扩展卡尔曼滤波的数据融合模型,推导出数据融合流程。利用标定后的传感器完成水平道路和坡道的实车试验,采集实车试验数据进行离线算法验证。重力分量法与双天线GPS测量的坡度差值在±1°上下波动,表明重力分量法能够获得实时动态纵向坡度,满足智能汽车识别环境信息的需求。     

卡尔曼滤波在飞行器姿态获取系统中的实现

介绍了基于ARM的小型无人飞行器姿态获取系统的硬件实现,给出了系统整体方案的设计和具体的硬件选型,重点阐述了飞行器姿态角信号采集单元功能的实现原理和方法,并将低通滤波算法和卡尔曼滤波理论应用于抑制加速度传感器的测量误差。经实验证明,该系统可以精确判定飞行器三个自由度的姿态角度,有助于提升飞行器的飞行品质。     

两种算法结合的公交到站时间预测

随着临港地区经济高速发展,人口规模与机动车拥有量急剧增加,公交优先战略对于缓解城市交通压力起着举足轻重的作用。在临港智能公交体系大背景下,尝试对公交到站时间进行算法分析研究,具体提供了一种结合非参数回归与卡尔曼滤波的公交车到站时间预测算法。通过非参数回归方法得到基于历史数据的公交车到站时间预测值,进而根据预测值和当前公交车实时运行结果的误差,通过不断更新最优到站时间估计和卡尔曼增益,实现对预测运行时间的修正。研究结果表明,基于非参数回归和卡尔曼滤波混合后的模型预测误差减小,预测效果良好。     

基于自适应卡尔曼滤波法的悬臂施工挠度控制

挠度是连续刚构桥悬臂施工控制的重要对象,其实测值受多个因素影响.从实测挠度中获悉反映结构受力的真实挠度,对其施工控制具有重要意义.基于改进的自适应卡尔曼滤波算法从挠度实测值中提取出真实信号,预测待浇梁段的挠度变化,并调整施工预拱度,使施工实际状态逼近理论计算轨迹,达到施工监控的目的.通过实际工程的应用,证明该方法具有良...     

无迹卡尔曼滤波及其在三维水下目标跟踪系统中的应用

无迹卡尔曼滤波算法(UFK)以少量的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协方差的估计．文章将其应用于三维水下目标跟踪系统中．通过系统的Mome Carlo仿真,验证了该滤波算法比传统的扩展卡尔曼滤波具有更高的滤波精度．     

车辆导航系统DSP算法精度和显示技术研究

章主要研究车辆导航定位系统在工程实现过程中的两个技术问题：数字信号处理器DSP数据有效位受限制的问题和跑车路线显示程序的设计过程中遇到的问题。试验结果表明，中所提出的解决方案有效的解决了上述问题，使车辆导航系统达到了设计的性能。     

基于卡尔曼滤波理论的交通流量实时预测模型

用卡尔曼滤波理论建立了交通流量预测模型，并用两种方法对基本模型进行改进；利用线圈检测器提供的实测交通流量，预测了路段未来时段的交通流量 。     

基于模型预测扩展卡尔曼滤波的动力定位状态估计

针对传统扩展卡尔曼滤波由于动力定位系统过程噪声不能自适应更新,导致滤波精度下降的问题,提出了一种模型预测扩展卡尔曼滤波算法。该算法通过比较一段时间内的量测值和预测值,估计系统噪声参数,从而实时修正系统过程噪声方差。仿真结果表明,当系统的过程噪声未知的情况下,模型预测扩展卡尔曼滤波的滤波性能明显优于传统扩展卡尔曼滤波。