改进联合滤波在GPS/DR组合定位中的应用

根据低成本车辆GPS/DR组合定位系统传感器精度低和计算能力弱的特点,提出一种改进联合卡尔曼滤波(FKF)算法,并简化主滤波器信息融合算法,稍微降低融合精度,提高计算效率。试验结果表明,提出的改进联合滤波算法具有融合精度高、容错性好、计算量小、便于工程实现等优点。     

基于PSO优化扩展卡尔曼滤波的电机参数估计方法研究

针对传统扩展卡尔曼滤波算法应用于感应电机参数估计时,由固定测量噪声与真实噪声的差值所引起的估计误差问题,提出了一种粒子群优化扩展卡尔曼滤波的感应电机参数估计方法.以粒子群算法对扩展卡尔曼滤波算法中人为设定的固定测量噪声进行迭代寻优,同时引入全局最优变量,避免陷入局部最优,使寻优得到的测量噪声最大程度逼近真实的噪声水平....     

基于ABP-EKF算法的锂电池SOC估计

电池荷电状态(state of charge,SOC)的准确估计是电动汽车合理实施电池管理的前提条件和重要依据.针对目前电动汽车对动力电池SOC估计精度的不断提高这一问题,利用联合估计法对锂电池SOC进行研究.基于Thevenin电池模型与修正的安时积分算法,推导出了锂电池的输出方程以及状态空间模型,通过采集实验过程中...     

基于概率图模型的机动车逆行行为识别

由于车载定位设备精度的不断提高，利用车辆的轨迹数据可以识别车辆的逆行行为，但设备或环境会产生噪声，本文主要针对轨迹处理过程中的噪声问题，研究概率图模型下的逆行行为概率判断。首先对机动车出行轨迹进行识别，拆分成出行轨迹，解决因为掉头等对概率判断的影响；再利用动态贝叶斯网络建立马尔科夫模型，对识别结果空间推断；进而基于方向角数据结合卡尔曼滤波法进行去噪后与地图匹配，计算定位点在道路上的先验概率和条件概率，再利用相邻轨迹点的条件概率计算该点的逆行概率，最终设定逆行行为判定阈值，并利用已知的轨迹数据验算准确性。结果显示，利用动态贝叶斯网络能够发现机动车的逆行行为，对提高道路安全有重要意义。     

考虑环境温度影响的超级电容SOC加权融合估计方法

超级电容荷电状态（SOC）的准确估计，直接决定了电动汽车的起动、爬升和加速性能，是电动汽车混合储能系统最重要的任务之一。为此，本文中提出了一种基于模糊熵加权融合的超级电容SOC估计方法。首先，利用粒子群算法辨识了-10、10、25和40℃下的戴维南模型参数，并且采用最近邻点法建立了其与温度之间的映射关系。然后，利用模糊熵设计了基于3种典型卡尔曼滤波的SOC加权融合估计方法。最后，选择自适应加权平均以及残差归一化加权融合的SOC估计方法用于进一步评估该方法的性能表征。结果表明，基于模糊熵加权融合的超级电容SOC估计方法能够提高超级电容SOC估计精度，尤其在高温环境（40℃）下提升效果更为显著。     

基于卡尔曼滤波的高速铁路时间同步网时间补偿

LTE-R作为下一代高速铁路无线通信系统，保持时间同步对于高速铁路行车安全至关重要。针对现有时间同步方法仅考虑随机噪声，而忽略LTE-R无线信道多径衰落、多普勒频移等对时钟同步过程的影响，导致主从时钟偏移估计不准确的问题，提出一种基于卡尔曼滤波的高速铁路时间同步网时间补偿方法：建立LTE-R下主从时钟之间相位、频率偏移的状态转移方程；构建引入伯努利随机变量的时钟相位、频率偏移观测方程；利用改进的卡尔曼滤波算法得到最优时钟偏移估计值；使用本方法实现对LTE-R时间同步误差的补偿；通过实验仿真，得到LTE-R下信道多径衰落、多普勒频移、信噪比、列车车速等对高速铁路时间同步的影响，并实现对不同高铁运行场景下时间同步偏差的定量分析。结果表明：本方法能够有效消除LTE-R无线信道时钟偏差，与其他补偿方法相比，具有更好的稳定性和鲁棒性。     

基于轨道倾角积分的长波高低轨道不平顺测量方法

高效且准确地对长波轨道不平顺进行监测是轨道几何测量领域的难点。分析两类惯性基准动态检测方法的测量误差来源，认为转向架与轨道间的“冲角”是造成长波不平顺测量精度损失的重要因素；为此，重新设计检测系统硬件结构，引入点头陀螺仪传感器和测距组件，在轨道平面建立“短弦”测量模型，推导基于误差状态扩展卡尔曼滤波估计的俯仰轨道倾角测量算法；通过补偿滤波与空间域积分等信号处理方法，计算长波高低轨道不平顺。现场试验表明：该方法有效复原7～200 m以内的长波高低不平顺；当截止波长为200 m时，相比传统的惯性基准法，平均精度增加了81%～88%,且受检测速度影响小；统计系统重复检测误差的95%分位数在1.5 mm以内，在大跨度桥梁形变与路基沉降监测等领域具有较好的应用前景。     

卡尔曼滤波法在斜拉桥施工误差控制中的应用

运用工程控制论的思想 ,将斜拉桥的施工误差控制视为一随机最优控制问题 ,建立相应的数学模型 ,采用卡尔曼最优一步预测 ,按确定性的最优控制规律构成团环状态反馈系统 ,对各施工节段进行调整控制 ,以期达到设计要求。     

基于强跟踪的卡尔曼滤波算法道路坡度估计分析

在上下坡路段行驶的过程中，道路的坡度角对车辆的纵向受力分析非常重要。道路坡度角过大时会影响驾驶员驾驶的安全性，因此在道路建设中，上下坡路段的研究是有重要意义的。为了更加精确地对汽车在各种路段下的行驶状况进行研究，道路坡度是重要的研究指标。据此，提出了强跟踪滤波优化卡尔曼滤波算法，并利用MATLAB/Simulink仿真，验证了优化后的卡尔曼滤波算法具有很强的跟踪性和准确性。     

基于轴距预瞄的非匀速工况车辆悬架状态估计

为实现车辆在非匀速行驶时的悬架相对速度和簧上绝对速度估计，同时减小车载传感器的数量，构造了不考虑车轮动力学、以车轮垂直速度为输入的车辆悬架系统简化模型，设计了一种基于速度自适应轴距预瞄的结合卡尔曼滤波算法估计整车悬架相对速度和簧上绝对速度的方法。仿真结果表明，在车辆非匀速行驶通过低频正弦路面、减速带、凹坑以及典型随机路面时，所提出的方法可以准确估计车辆的悬架相对速度和簧上绝对速度，且速度自适应轴距预瞄的引入减少了传感器的使用数量。