咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >含缓变未知输入的数据自校准滤波方法 收藏

含缓变未知输入的数据自校准滤波方法

Data self-calibration filtering methods with slowly changing unknown inputs

作     者:傅惠民 杨海峰 付越帅 崔轶 FU Huimin;YANG Haifeng;FU Yueshuai;CUI Yi

作者机构:北京航空航天大学小样本技术研究中心 

出 版 物:《智能计算机与应用》 (Intelligent Computer and Applications)

年 卷 期:2020年第10卷第1期

页      面:7-11页

学科分类:0810[工学-信息与通信工程] 080902[工学-电路与系统] 0809[工学-电子科学与技术(可授工学、理学学位)] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0835[工学-软件工程] 081002[工学-信号与信息处理] 

基  金:国家重点基础研究发展计划(2012CB720000) 工信部2018年智能制造综合标准化项目《基于数字仿真的机械产品可靠性测试方法标准研究与试验验证》 

主  题:在线监测 故障诊断 导航与控制 滤波 自校准 

摘      要:针对在线监测、故障诊断、导航与控制等领域滤波中遇到的缓慢变化的未知输入(系统误差)问题,建立一种含缓变未知输入的数据自校准滤波方法,包括量测自校准滤波方法、状态方程含未知输入自校准Kalman滤波方法、量测方程含未知输入自校准Kalman滤波方法、状态方程和量测方程均含有未知输入的自校准Kalman滤波方法等。该方法能够自动对缓慢变化的未知输入进行估计和补偿,消除系统误差,并通过数据融合减小偶然误差,提高滤波精度。而且计算简单,便于边缘计算和工程应用。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分