检索结果-内蒙古大学图书馆

弹箭与制导学报 2017年第1期37卷 139-143页

作者：田利伟陈国光孙汉琴杨东白敦卓中北大学机电工程学院太原030051 豫西工业集团有限公司河南南阳473000

为降低地磁测角仪测量地磁场矢量信息解算弹箭滚转姿态角误差,文中运用卡尔曼滤波算法对弹体滚转角进行估计。通过对火箭弹滚转角速度变化规律的分析,用二阶近似表达弹体滚转运动规律作为卡尔曼滤波算法的系统方程,以磁场强度与数字量... 详细信息

为降低地磁测角仪测量地磁场矢量信息解算弹箭滚转姿态角误差,文中运用卡尔曼滤波算法对弹体滚转角进行估计。通过对火箭弹滚转角速度变化规律的分析,用二阶近似表达弹体滚转运动规律作为卡尔曼滤波算法的系统方程,以磁场强度与数字量输出之间的非线性关系作为卡尔曼滤波算法的量测模型。通过实验仿真分析结果表明,滤波所得弹体滚转角、滚转角速度精度满足弹道修正弹要求,可用于弹道修正弹药被动段的弹道控制。

关键词：地磁测角仪卡尔曼滤波算法弹箭滚转角测量

来源：评论

学校读者我要写书评

暂无评论

卡尔曼滤波算法控制异步电动机的仿真研究

引用

仪表技术 2013年第3期 37-39页

作者：刘迪姜静鹿珂珂海军航空工程学院控制工程系山东烟台264001

提出一种基于卡尔曼滤波算法的异步电动机控制方法。根据卡尔曼滤波理论建立观测器,对负载转矩进行实时观测,并利用观测值在系统中形成转矩前馈补偿,极大地提高了系统的动态性能和抗干扰能力。试验证明,该方法简单有效,可以显著提高系... 详细信息

提出一种基于卡尔曼滤波算法的异步电动机控制方法。根据卡尔曼滤波理论建立观测器,对负载转矩进行实时观测,并利用观测值在系统中形成转矩前馈补偿,极大地提高了系统的动态性能和抗干扰能力。试验证明,该方法简单有效,可以显著提高系统的抗干扰能力和鲁棒性。

关键词：卡尔曼滤波算法异步电动机控制系统转动惯量状态方程

来源：评论

学校读者我要写书评

暂无评论

卡尔曼滤波算法在雷达降水同化及水文模型中的应用研究

引用

水利技术监督 2017年第2期25卷 121-124页

作者：林树刚辽宁省沈阳水文局辽宁沈阳110500

引入卡尔曼滤波算法对雷达降水数据进行同化,并将同化的雷达降水数据用于水文模型中。结果表明:在面雨量上,卡尔曼滤波算法同化的雷达降水数据和区域实测降水数据之间相对误差低于20%,绝对误差低于45mm;在单站雨量上,各雨量站实测数据... 详细信息

引入卡尔曼滤波算法对雷达降水数据进行同化,并将同化的雷达降水数据用于水文模型中。结果表明:在面雨量上,卡尔曼滤波算法同化的雷达降水数据和区域实测降水数据之间相对误差低于20%,绝对误差低于45mm;在单站雨量上,各雨量站实测数据和同化雷达降水数据自回归方程可通过置信度为95%的F检验;以同化的雷达降水数据作为水文模型输入,其场次洪水合格率可达到73%。研究成果对于雷达降水数据同化及在水文模型中的应用提供参考。

关键词：卡尔曼滤波算法雷达降水数据同化降水精度对比水文模型应用

来源：评论

学校读者我要写书评

暂无评论

强跟踪有限微分扩展卡尔曼滤波算法在异步电机中的应用

引用

太原理工大学学报 2011年第6期42卷 571-575页

作者：郝桂芳阴志先太原理工大学计算机科学与技术学院大原030024 北京科技大学自动化学院北京100083

针对异步电机直接转矩控制低速转矩脉动大的问题,提出了一种自适应强跟踪有限微分扩展卡尔曼滤波算法(STFDEKF)。该算法采用多项式近似技术和一阶中心差分法计算非线性函数的偏导数,它具有二阶非线性近似的能力;同时引入强跟踪因子来修... 详细信息

针对异步电机直接转矩控制低速转矩脉动大的问题,提出了一种自适应强跟踪有限微分扩展卡尔曼滤波算法(STFDEKF)。该算法采用多项式近似技术和一阶中心差分法计算非线性函数的偏导数,它具有二阶非线性近似的能力;同时引入强跟踪因子来修改状态的先验协方差矩阵。文中将STFDEKF算法扩展至感应电机参数辨识,设计了针对非线性系统的STFDEKF滤波器;同时对五个电机变量进行观测,并将观测到的转速信息引入至感应电机控制系统,组成无速度传感器控制闭环。仿真结果表明,STFDEKF算法相比扩展卡尔曼算法(EKF)和有限微分扩展卡尔曼算法(FDEKF)虽然计算过程复杂,但是该算法具有更好地跟踪能力和滤波可靠性,所以在对磁链和转速目标进行跟踪时,STFDEKF算法是一种很有效的算法。

关键词：强跟踪有限微分卡尔曼滤波算法直接转矩控制异步电机状态估计

来源：评论

学校读者我要写书评

暂无评论

基于转换坐标卡尔曼滤波算法的雷达目标跟踪

引用

现代雷达 1998年第5期20卷 48-54页

作者：杨春玲刘国岁倪晋麟南京理工大学电光学院南京电子技术研究所

在三维空间中推导了转换坐标卡尔曼滤波算法，得到了在目标真实位置已知的条件下去偏转换测量值误差方差的表达式及在测量值已知条件下去偏转换测量值误差方差的表达式，用此算法进行了雷达目标跟踪仿真，取得了较好的跟踪效果。

关键词：转换坐标卡尔曼滤波算法雷达目标跟踪

来源：评论

学校读者我要写书评

暂无评论

卡尔曼滤波算法与Bootstrap算法比较

引用

哈尔滨商业大学学报（自然科学版） 2016年第2期32卷 200-202,211页

作者：张芳园单辉宇哈尔滨工程大学信息与通信工程学院哈尔滨150001

在信息化时代,人们对时间同步的精度要求越来越高.从时钟根据它和主时钟的偏差进行估计和调整,从而实现同步.在多个晶振的条件下,可以通过卡尔曼方法实现数据融合,通过卡尔曼滤波算法和Bootstrap算法对时钟进行校正,对偏差进行估计.该... 详细信息

在信息化时代,人们对时间同步的精度要求越来越高.从时钟根据它和主时钟的偏差进行估计和调整,从而实现同步.在多个晶振的条件下,可以通过卡尔曼方法实现数据融合,通过卡尔曼滤波算法和Bootstrap算法对时钟进行校正,对偏差进行估计.该方法可以提高本地时间稳定性和准确性.

关键词：时钟同步卡尔曼滤波算法 Bootstrap算法

来源：评论

学校读者我要写书评

暂无评论

舰炮弹道估计的卡尔曼滤波算法

引用

火力与指挥控制 2003年第2期28卷 29-31页

作者：戴耀汪德虎王建明海军大连舰艇学院辽宁大连116018

针对舰炮弹道观测校正中的弹道最佳估计问题,提出了转换卡尔曼滤波算法,在三维空间里对观测弹丸飞行轨迹进行滤波,估计最佳弹道。给出了具体的算法并用某型海军舰炮进行了仿真,取得了较好效果。

关键词：舰炮弹道估计卡尔曼滤波算法坐标系 CA模型滤波初值

来源：评论

学校读者我要写书评

暂无评论

基于卡尔曼滤波算法的风速序列预测方法

基于卡尔曼滤波算法的风速序列预测方法

引用

作者：刘明凤天津工业大学

学位级别：硕士

风能是一种无污染的可再生能源，具有很高的开发利用价值，目前主要的应用形式是风力发电。但是由于风的随机性和间歇性，导致风电并网成为风力发电的主要难题。有效的风速预测能够帮助电网进行及时调度，解决风电并网难的问题。传统的... 详细信息

风能是一种无污染的可再生能源，具有很高的开发利用价值，目前主要的应用形式是风力发电。但是由于风的随机性和间歇性，导致风电并网成为风力发电的主要难题。有效的风速预测能够帮助电网进行及时调度，解决风电并网难的问题。传统的短期风速预测方法由于预测精度低，不能满足实际要求。\n 在经典的风速预测方法中，卡尔曼滤波算法是一种高效的递推滤波算法，不但具有预测功能，还有融合作用，但是卡尔曼滤波算法具有状态方程难建立、噪声方差选取等问题。因此，本文提出一种卡尔曼滤波融合方法，该方法利用ARMA模型建立卡尔曼滤波算法的状态方程，融合了BP神经网络模型的预测结果，并将这两种模型在建模过程中产生的误差方差分别作为卡尔曼滤波算法的过程噪声方差和观测噪声方差，取代了用高斯白噪声代替系统中噪声统计特性的方法，提高了模型的精度，最后通过卡尔曼滤波的递推计算得到未来风速的最优估计值，从而实现风速序列预测。\n 仿真实验结果表明，卡尔曼滤波融合预测方法能够有效改善风速序列的预测性能。与基本卡尔曼滤波预测结果相比，卡尔曼滤波融合预测方法在风速逐渐上升和下降过程中的预测效果得到改善，与BP神经网络和ARMA模型的预测结果相比，卡尔曼滤波融合预测方法在风速序列极值点的预测误差大大降低。

关键词：风速预测卡尔曼滤波算法 ARMA模型 BP神经网络风力发电

来源：评论

学校读者我要写书评

暂无评论

卡尔曼滤波算法在焦炭产量预测中的应用

引用

未来与发展 2013年第5期34卷 110-113页

作者：朱美峰赵国浩山西财经大学统计学院山西太原030006 山西财经大学管理科学与工程学院山西太原030006

焦炭产量预测是进行焦炭市场分析的必要环节。本文选用焦炭产量作为唯一的状态变量,利用卡尔曼滤波算法,通过每一时刻的新息进行不间断的迭代,以获得焦炭产量最优的真实状态估计值。通过实证分析表明,卡尔曼滤波算法能够较准确地跟踪和... 详细信息

焦炭产量预测是进行焦炭市场分析的必要环节。本文选用焦炭产量作为唯一的状态变量,利用卡尔曼滤波算法,通过每一时刻的新息进行不间断的迭代,以获得焦炭产量最优的真实状态估计值。通过实证分析表明,卡尔曼滤波算法能够较准确地跟踪和估测焦炭产量。

关键词：焦炭产量状态空间模型卡尔曼滤波算法

来源：评论

学校读者我要写书评

暂无评论

基于DBN的卡尔曼滤波算法研究及在AGV定位中的应用

基于DBN的卡尔曼滤波算法研究及在AGV定位中的应用

引用

作者：王瑞吉林大学

学位级别：硕士

AGV(Automated Guided Vehicles,自动导引车)是一种配备了自动导引装置,在没有人工指引或是驾驶的前提下,可以按照指定的路径行进,能够进行货物的装卸及搬运等一系列功能的自动化设备。AGV作为一种智能机器人,因其在货物搬运、目标牵引... 详细信息

AGV(Automated Guided Vehicles,自动导引车)是一种配备了自动导引装置,在没有人工指引或是驾驶的前提下,可以按照指定的路径行进,能够进行货物的装卸及搬运等一系列功能的自动化设备。AGV作为一种智能机器人,因其在货物搬运、目标牵引及生产线装配等领域的特殊用途,越发成为了各种工业生产中必不可少的重要工具。AGV以轮式移动作为主要的移动方式,它具有结构简单、快速高效、安全性及可控性良好等优点。总的来说,AGV系统需要三项重要技术:定位、路径规划和导引方式。其中定位技术作为AGV导航最重要的组成部分,是进行后续操作的基础。只有在准确地确定了当前的位置与姿态,才有可能根据生产过程中的实际需求,规划处一条有效行驶路径,为AGV完成后续任务做出详细的指引和保障。本文针对AGV中的定位技术展开相关研究。在常用的AGV设备中,经常使用卡尔曼滤波(Kalman filtering,KF)算法将传感器上获取到的信息进行融合,对AGV的位置和姿态做出估计。作为一种最优估计算法,KF算法可以对目标信息做出较为精确的估计。然而,使用KF算法的时候,存在一定的限制。如果不能预先确定噪声的统计特性,那么在AGV的运动过程中,KF算法难以对目标维持精确的估计。但是当外部环境复杂多变时,噪声的统计特性极易随外部的影响而发生改变,仅仅依靠KF算法是难以维持对位置和姿态的精确估计的。为了解决上述问题,本文将深度信念网络(Deep Belief Networks,DBN)和KF算法结合到一起。通过使用训练好的DBN模型产生调节因子,对噪声的协方差矩阵做出调整,从而维持KF算法对AGV的精确估计。最后,针对实际AGV的结构模型,建立AGV的运动学模型。使用KF算法对AGV的定位问题做出仿真,然后引入DBN对AGV的定位问题做出相应的仿真,并将两次的仿真结果作出分析。从分析结果可以看出,当噪声统计特性发生改变时,使用基于DBN的KF算法较之KF算法具有更好的鲁棒性,能够维持对AGV状态的精确估计。

关键词： AGV 定位信息融合卡尔曼滤波算法深度信念网络

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：