一种V2X环境下基于改进卡尔曼滤波的CACC数据精度提高方法

针对V2X环境下通过车车、车路通信获取的CACC车辆行驶状态数据(包括位移、速度和加速度等)存在噪声的问题,考虑车辆在弯道行驶过程中速度方位角的变化,提出了一种改进卡尔曼滤波算法的CACC车辆行驶数据精度提高方法。该方法根据CACC车辆在弯道行驶的几何关系,通过考虑上一时刻和当前时刻车辆行驶位移、速度等行驶状态的变化,将其行驶数据经过改进卡尔曼滤波后对车辆行驶状态做出最优估计,进而提高CACC车辆行驶状态数据精度。通过CarSim和Simulink联合仿真平台建立改进卡尔曼滤波算法对CACC车辆在弯道行驶过程中获取数据的仿真和验证。仿真结果表明,改进的卡尔曼滤波算法使车辆行驶位移的精确度MSE提高了81.04%,RMSE提高了56.96%,更接近期望值,具有更好的准确性。     

基于RFID电子车牌数据的公交行程时间预测方法

为了给公交优先信号配时系统提供足够的"思考"时间和准确的控制依据,基于重庆市RFID电子车牌数据提出了一种采用自适应渐消卡尔曼滤波和小波神经网络组合模型动态预测公交行程时间的方法。综合分析公交行程时间的动态和静态影响因素,选取的模型输入参量为标准车流量、路段车辆平均行程时间、平均车速离散性和前班次公交行程时间。利用RFID电子车牌系统采集重庆市鹅公岩大桥路段车辆行驶数据,选取3 000组实际运行数据完成公交行程时间预测模型的训练,另筛选50组数据验证模型的有效性和准确性。研究结果表明：组合模型可动态自适应预测公交行程时间,预测值平均相对误差为3.23%,绝对误差集中在8 s左右,明显优于2种单一模型和基于传统GPS数据的公交行程时间预测模型,可认为选择RFID电子车牌数据作为组合模型的输入,能够明显改善模型预测精度;组合模型预测值的残差分布更为集中、鲁棒性较好,泛化能力强。选择平均绝对误差值、均方根误差值和平均绝对百分比误差作为模型评价指标,结果进一步表明,组合模型的综合预测效果明显优于单一的自适应渐消卡尔曼滤波和小波神经网络。研究方案可为先进公交信息化系统提供良好的技术支撑。     

金山大桥局部拆除后续运营期性能和实测分析

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应结构受力的真实挠度,对其施工控制具有重要意义。本文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好的适用性。     

卡尔曼滤波算法在空气质量数据校准中的应用

针对自建点实时监控存在的零点漂移和量程漂移导致空气质量数据测量精度受到制约的问题,提出一种基于卡尔曼滤波算法对空气质量数据进行校准的模型。以PM2.5数据为例,结合其他空气质量数据及气象参数经逐步回归得到调整的数据后,使用改进的卡尔曼滤波算法对自建点测量数据进行校准。经同一时间区间内的自建点、国控点测量及校准数据的对比分析表明:通过改进的卡尔曼滤波校准空气质量数据能够很好地跟踪实际数据的变化趋势,平均误差比较小;使用模型将2019年5月、2018年12月数据的均方根误差分别从11.367、27.188降低至修正后的7.555、10.759,精度得到了显著提高。     

船舶组合导航系统综合卡尔曼滤波研究

本文首先建立了船舶组合导航系统的七维动态方程和四维测量方程,然后在对系统非线性推广卡尔曼滤波、非线性推广自适应卡尔曼滤波和克服滤波发散的方法进行分析的基础上,提出了一种新型综合卡尔曼滤波器。仿真结果证明,新方法的可靠性及精度比推广的卡尔曼滤波和推广的自适应卡尔曼滤波,都有了很大程度的改善。     

一种改进的卡尔曼滤波定位算法研究

研究了一种改进的卡尔曼滤波导航信号定位算法:通过测量每次接收机得到的伪距观测量及伪距变化量,估算出接收机的位置、速度,实现无线电导航系统的定位解算.该方法不直接使用卡尔曼滤波器来估计载体的状态,而是用滤波器来确定状态的误差,减小了运算误差,有效提高了定位精度.在进行参数估计时不需要贮存大量的测量数据,能够方便地进行动态测量数据的实时处理.该方法已经应用在导航定位解算中,仿真结果和实际应用验证了该方法具有快的收敛速度和高的定位精度.     

船用姿态＋水平速度组合SINS／GPS导航系统的研究及实现

阐述了基于卡尔曼滤波器的船用SINS／GPS姿态 水平速度组合系统的设计及实现方法，建立了12维的组合系统状态方程，给出了GPS误差模型，实现了以GPS与SINS输出的航向角以及北向和东向速度之差作为卡尔曼滤波器观测量的低成本SINS／GPS全组合方案，通过计算机仿真和海上试验验证，证明该方案是可行的，能够加快计算速度，实现实时滤波计算，并大幅度提高姿态测量精度，降低系统成本。     

基于改进联合卡尔曼滤波算法的列车测速信息融合

基于高速列车的测速精度直接影响车载设备的控制精度,为了提高测速精度,在分析基于联合卡尔曼滤波算法的多路测速传感器信息融合原理、结构和算法的基础上,针对联合卡尔曼滤波系统因缺乏系统噪声和测量噪声的先验知识而导致滤波精度下降的问题,运用自适应联合卡尔曼滤波思想,对系统过程噪声和测量噪声的统计特性实时进行估计和修正,并将改进前后的算法进行计算机仿真。研究结果表明:改进后的滤波算法具有更好的融合精度,更稳定的滤波效果,能够进一步提高测速系统对环境的适应能力。