检索结果-内蒙古大学图书馆

仪表技术与传感器 2019年第11期 100-104页

作者：曾丽君闵芳南京航空航天大学金城学院信息工程学院

采用多个硅微陀螺组成阵列并进行数据融合,可进一步提高陀螺测量精度。但阵列中一旦有陀螺出现故障,将造成错误输出。在陀螺阵列卡尔曼滤波数据融合算法基础上,设计了一种基于多模型估计的卡尔曼滤波故障检测方法。针对陀螺噪声增大故障... 详细信息

采用多个硅微陀螺组成阵列并进行数据融合,可进一步提高陀螺测量精度。但阵列中一旦有陀螺出现故障,将造成错误输出。在陀螺阵列卡尔曼滤波数据融合算法基础上,设计了一种基于多模型估计的卡尔曼滤波故障检测方法。针对陀螺噪声增大故障,进一步实现了一种引入补偿激励的故障检测改进方法。通过4陀螺阵列数据融合和故障检测试验表明,故障检测算法能够实现恒值输出和噪声增大两种典型故障的检测。针对噪声增大故障,通过引入补偿激励的检测方法可显著缩短检测延迟和恢复延迟,进一步提高故障检测实时性。

关键词：陀螺阵列硅微陀螺故障检测多模型估计卡尔曼滤波补偿激励

来源：评论

学校读者我要写书评

暂无评论

多模型自校准扩展Kalman滤波方法

引用

航空动力学报 2024年第4期39卷 120-126页

作者：杨海峰王金娜王宇翔工业和信息化部高新技术司北京100804 西安交通大学能源与动力工程学院西安710049 华中科技大学机械科学与工程学院武汉430074

基于扩展Kalman滤波方法(EKF)、自校准扩展Kalman滤波方法(SEKF)和多模型估计理论(MME),针对工程实际中非线性系统状态方程受未知输入(如突风、故障和未知系统误差等)影响的问题,提出了一种多模型自校准扩展Kalman滤波方法(MSEKF),将多... 详细信息

基于扩展Kalman滤波方法(EKF)、自校准扩展Kalman滤波方法(SEKF)和多模型估计理论(MME),针对工程实际中非线性系统状态方程受未知输入(如突风、故障和未知系统误差等)影响的问题,提出了一种多模型自校准扩展Kalman滤波方法(MSEKF),将多模型自校准Kalman滤波方法(MSKF)的适用范围扩展到了非线性领域。该方法同时采用EKF与SEKF进行计算,根据贝叶斯定理实时分配两者先验估计值的权重,通过加权融合进而得到最终的状态估计。本文方法不仅解决了非线性系统状态方程受未知输入影响时EKF滤波发散的问题,而且在未知输入为零时的滤波精度与SEKF相比也更高,大量数值仿真结果表明该方法精度提升可达4%,具有更强的适应性和鲁棒性。

关键词：自校准滤波多模型估计扩展Kalman滤波未知输入故障诊断

来源：评论

学校读者我要写书评

暂无评论

多模型自校准无迹Kalman滤波方法

引用

航空动力学报 2024年第8期39卷 415-420页

作者：杨海峰王宇翔工业和信息化部高新技术司北京100804 华中科技大学机械科学与工程学院武汉430074

基于无迹Kalman滤波方法(UKF)、自校准无迹Kalman滤波方法(SUKF)和多模型估计理论(MME),针对工程实际中强非线性系统状态方程受未知输入(如医用机械臂惯导单元的零漂误差、列车行驶中遭遇突风和机载元器件故障等)影响的问题,提出了一种... 详细信息

基于无迹Kalman滤波方法(UKF)、自校准无迹Kalman滤波方法(SUKF)和多模型估计理论(MME),针对工程实际中强非线性系统状态方程受未知输入(如医用机械臂惯导单元的零漂误差、列车行驶中遭遇突风和机载元器件故障等)影响的问题,提出了一种多模型自校准无迹Kalman滤波方法(MSUKF),将多模型自校准Kalman滤波方法(MSKF)的适用范围扩展到了强非线性领域。该方法同时采用UKF与SUKF进行计算,根据贝叶斯定理实时分配两者先验估计值的权重,通过加权融合进而得到最终的状态估计。大量数值仿真结果表明:本文方法精度比滤波发散的UKF提高了50%,与无偏的SUKF相比也提升了4%以上,具有更强的适应性和鲁棒性。

关键词：自校准滤波多模型估计无迹Kalman滤波未知输入故障诊断

来源：评论

学校读者我要写书评

暂无评论

多模型自校准Kalman滤波方法

引用

航空动力学报 2024年第3期39卷 139-145页

作者：杨海峰王金娜王宇翔工业和信息化部高新技术司北京100804 西安交通大学能源与动力工程学院西安710049 华中科技大学机械科学与工程学院武汉430074

基于自校准Kalman滤波方法和多模型估计理论,针对工程实际中未知输入(如突风、故障和未知系统误差等)对系统状态方程的影响问题,提出了一种多模型自校准Kalman滤波方法。该方法同时采用自校准Kalman滤波和标准Kalman滤波进行运算,并根... 详细信息

基于自校准Kalman滤波方法和多模型估计理论,针对工程实际中未知输入(如突风、故障和未知系统误差等)对系统状态方程的影响问题,提出了一种多模型自校准Kalman滤波方法。该方法同时采用自校准Kalman滤波和标准Kalman滤波进行运算,并根据贝叶斯定理自动分配两种方法滤波值的权重,通过加权融合得到最终的滤波结果。与自校准Kalman滤波方法相比,多模型自校准Kalman滤波方法既能有效地补偿非零未知输入的影响,又明显改善了系统在未知输入为零时的滤波精度,大量数值仿真结果表明该方法精度提升可达10%以上,具有更强的适应性和鲁棒性。

关键词：自校准滤波多模型估计 Kalman滤波未知输入故障诊断

来源：评论

学校读者我要写书评

暂无评论

基于同模型匹配点聚集的图像多匹配模型估计算法

引用

计算机应用研究 2024年第10期41卷 3173-3182页

作者：王伟杰魏若岩朱晓庆河北经贸大学管理科学与信息工程学院石家庄050061 北京工业大学信息学部北京100124

宽基线或大视角图像间多匹配模型的估计是图像处理中一项非常有挑战性的任务。现有算法虽然能较好估计图像间的多匹配模型及其内点集,但是其结果容易出现匹配对错误分配的问题。为了精确估计图像间的多匹配模型从而分配匹配对,提出一种... 详细信息

宽基线或大视角图像间多匹配模型的估计是图像处理中一项非常有挑战性的任务。现有算法虽然能较好估计图像间的多匹配模型及其内点集,但是其结果容易出现匹配对错误分配的问题。为了精确估计图像间的多匹配模型从而分配匹配对,提出一种基于同模型匹配点聚集的图像多匹配模型估计算法(AMPSM)。首先,为提升正确匹配对占比,根据近邻区域内正确匹配对的分布特点对错误匹配对进行过滤;然后,根据匹配点所属不同匹配模型程度查找疑似的多模型的交集点,即干扰点,同时,为了降低干扰点对匹配对分类精度的影响,将其去除;之后,为了提高同模型匹配点的聚集程度,根据抽样过程中同模型内点与其点集重心的距离动态移动位置;最后,通过基于高斯核的Mean Shift算法对聚集后的匹配点分类,进而得到多匹配模型。将所提算法分别与基于经典框架的算法RANSAC、PROSAC、MAGSAC++、GMS、AdaLAM、PEARL、MTC、Sequential RANSAC和基于深度学习的算法SuperGlue、OANet、CLNet、CONSAC等进行比较,结果表明该方法内点率可提高30%以上,多模型估计的错分率可降低8.39%以上,即所提方法在错误匹配对过滤和多模型估计等方面具有显著优势。

关键词：图像匹配多模型估计抽样一致性聚集

来源：评论

学校读者我要写书评

暂无评论

典型多模型估计方案的分析与比较

引用

数字技术与应用 2015年第5期33卷 92-94页

作者：于永彦束玉琴内江师范学院计算机科学学院四川内江641100 内江师范学院文科实验中心四川内江641100

从2D图像中估计出物体对象的几何模型一直是计算机视觉的重点研究领域,而多模型估计更是其中的关键所在。本文从技术原理、算法实现、估计效果及实际应用等多个角度,对Sequential RANSAC、Multi RANSAC、Residual Histogram Analysis、J... 详细信息

从2D图像中估计出物体对象的几何模型一直是计算机视觉的重点研究领域,而多模型估计更是其中的关键所在。本文从技术原理、算法实现、估计效果及实际应用等多个角度,对Sequential RANSAC、Multi RANSAC、Residual Histogram Analysis、J-Linkage和Kernel Fitting等几种典型的多模型估计方案进行了综合分析与对比研究,指出了它们的优缺点和改进方向。

关键词：多模型估计技术原理算法流程性能比较

来源：评论

学校读者我要写书评

暂无评论

基于同模型匹配点聚集的图像多匹配模型估计算法研究

基于同模型匹配点聚集的图像多匹配模型估计算法研究

引用

作者：王伟杰河北经贸大学

学位级别：硕士

图像匹配是机器视觉领域基础且关键的技术,是机器视觉领域的一个研究热点,广泛应用于三维重建、地图构建、图像拼接等相关领域。受光照变化、旋转缩放、视点变化以及噪声等因素影响,当图像间差异较大时,会存在大量错误匹配对,占比可达90... 详细信息

图像匹配是机器视觉领域基础且关键的技术,是机器视觉领域的一个研究热点,广泛应用于三维重建、地图构建、图像拼接等相关领域。受光照变化、旋转缩放、视点变化以及噪声等因素影响,当图像间差异较大时,会存在大量错误匹配对,占比可达90%以上。宽基线及大视角差异的图像间存在多个匹配模型,如何从错误匹配对占比高的匹配数据中挖掘出正确匹配对,并估计出图像多匹配模型成为亟待解决的科学问题。本文针对宽基线及大视角差异图像的多匹配模型估计结果内存在匹配对错误分配的问题,提出了一种基于同模型匹配点聚集的图像多匹配模型估计算法。算法有三个创新点:(1)基于近邻区域匹配点同分布的内点率提升方法:在宽基线及大视角差异的图像中,局部区域的选取范围无法确定,但同一区域中各正确匹配对的近邻区域内,正确匹配对的分布具有一致性。该方法是根据图像间同一区域的正确匹配对在近邻空间的分布特点设计的一个过滤方法,提前过滤匹配数据中的大量错误匹配对,提高正确匹配对比重。该方法通过其使用前后匹配对近邻关系的变化,与GMS、Super Glue、OANet、CLNet等算法的对比,证明该方法能够有效滤除错误匹配对,保留正确匹配对间的近邻关系,降低外点残留率,提高模型估计算法的内点率;(2)基于匹配点动态抽样分布特征的干扰点去除方法:该方法在抽样模型估计过程中获取匹配数据的模型从属特征,对匹配数据交集(即干扰点)追踪去除,为后续工作做铺垫。通过对比其对后续同模型匹配点聚集效果及CONSAC多模型估计结果的影响,证明方法的有效性;(3)基于同模型匹配点聚集的多模型估计方法:各匹配点根据其所符匹配模型的内点集动态移动位置,提高同模型匹配点的聚集程度,然后利用基于高斯核的Mean Shift算法对聚集匹配点分类从而估计图像多匹配模型。实验结果显示,该方法能够有效提高图像间同模型匹配点的聚集程度,本文所提算法与PEARL、Progressive-X、MTC、CONSAC、Sequenti al RANSAC等图像多匹配模型估计算法进行对比,证明其可以有效降低宽基线及大视角差异对多匹配模型估计的影响,降低模型错分率。通过对增添不同噪声的图像进行实验,表明本文所提算法具有一定的鲁棒性。

关键词：图像匹配多模型估计抽样一致性聚集

来源：评论

学校读者我要写书评

暂无评论

改进多模型状态估计方法及应用

改进多模型状态估计方法及应用

引用

作者：赵珂江南大学

学位级别：硕士

为保证复杂系统稳定可控,实现任务的精确执行,需要对系统进行精确观测。但系统状态大多仅在特定噪声条件下可以观测,且针对特殊变量的在线传感器造价昂贵,对环境的适应性不佳,难以精确测量。因此通过对含噪声的信号进行处理得到系统状... 详细信息

为保证复杂系统稳定可控,实现任务的精确执行,需要对系统进行精确观测。但系统状态大多仅在特定噪声条件下可以观测,且针对特殊变量的在线传感器造价昂贵,对环境的适应性不佳,难以精确测量。因此通过对含噪声的信号进行处理得到系统状态的估计值具有较大的应用价值。在众多状态估计方法中,多模型估计是一种性能优越的自适应状态估计方法,其通过多个与系统不同模态相匹配的模型来描述系统可能发生的运行模式变化或者结构变化,每一个模型都有一个与之相匹配的滤波器,最后通过融合处理各子滤波器的输出,得到系统状态的总体估计值,因此十分适合解决具有未知参数或者模式发生变化的状态估计问题,在系统监测、目标跟踪、图像识别、故障诊断等领域都有大量的研究。本文主要基于多模型状态估计理论,研究模型集选择与状态估计算法的改进以及在实际过程的应用,论文的主要创新性工作如下:（1）首先是针对多模型状态估计方法中模型集的选择问题,考虑到当描述系统所用的模型集很大或者实际过程的模态空间未知时,根据先验信息确定的模型集中可能会存在与系统运行状态差异很大的模型,而这一部分模型的存在会导致多模型状态估计算法的性能降低。为此提出了一种基于简约模型集的多模型状态估计方法。该方法基于贝叶斯原理,利用历史观测值来估计系统实际的模态空间,从而获得对应的模型集。利用简约模型集进行状态估计,可减少与系统实际运行状态不相匹配的模型所引入的干扰,提高估计精度。（2）其次针对污水处理过程出水毒素浓度检测问题,考虑利用活细胞在污水处理过程出水水样作用下的数量变化作为衡量水体中毒素浓度的间接指标,对现有的细胞毒性模型进行扩展。在多种不同的水质下使用不同的模型对细胞毒性过程进行描述,构建了覆盖过程真实状态变化的模型集,每一模型所描述的动态过程为一个模态,模态间的转移服从Markov过程构建了细胞毒性随机混杂模型。该模型既可以描述细胞毒性过程中某些机理不清和实验测试困难所产生的多种可能出现的动态过程,又有助于获取实验中难以测量的数据提高模型的适用范围和精确度。（3）最后基于所构建的细胞毒性随机混杂模型,利用交互多模型粒子滤波算法进行状态估计,从含有噪声的观测量（细胞数量）中获得不可测的细胞内细胞外毒素浓度。交互多模型粒子滤波算法作为多模型状态估计方法,适合污水处理过程模式随机变化的实际情形,在保证估计速度的同时又具有较高的精确性。与利用单一模型的污水毒素浓度估计效果进行对比,结果表明本文所提出的方法可以很好地适应外界条件随机变化的情况,实现对污水处理过程出水毒素浓度的实时在线估计。

关键词：多模型估计状态估计交互多模型随机混杂系统

来源：评论

学校读者我要写书评

暂无评论

基于数据过滤的图像多匹配模型的估计算法

基于数据过滤的图像多匹配模型的估计算法

引用

作者：霍思园河北经贸大学

学位级别：硕士

图像匹配技术是计算视觉领域关键技术之一,在图像拼接、三维重建等方面有广泛应用。但是当视角差异较大、宽基线、设备因素等影响时,图像间会存在多个匹配模型。针对以上问题,本文提出基于数据过滤的图像多匹配模型的估计算法。本文的... 详细信息

图像匹配技术是计算视觉领域关键技术之一,在图像拼接、三维重建等方面有广泛应用。但是当视角差异较大、宽基线、设备因素等影响时,图像间会存在多个匹配模型。针对以上问题,本文提出基于数据过滤的图像多匹配模型的估计算法。本文的研究内容如下:(1)基于近邻分布一致性的内点率提升。提升内点率是图像匹配中的重要步骤,比值方法和基于内点局部区域分布的聚集性算法在图像之间视角差异大时存在局限性。因此本文提出了基于近邻分布一致性的内点率提升的方法。该算法利用近邻点方法去除大量错误匹配对,得到的内点集合基本正确,该算法能够有效的提高内点的数量。(2)基于组合和排序的图像匹配样本一致性方法。由于RANSAC算法在有噪声或缺失纹理的情况下,会出现大量的离群点。因此提出基于组合和排序的图像匹配样本一致性方法。该算法首先将匹配对之间的距离按升序排序,随机抽取n对距离最小的匹配对,接着将每个点和组合参数匹配构成集合,然后对每个集合中的参数按升序排列构建新集合,根据集合做出曲线图,在图中寻找变化率最小的区域作为最佳值。最后通过实验表明所提方法可有效矫正错匹配对。(3)基于选择算法的多模型估计算法。针对图像间存在多个匹配模型问题,本文提出基于选择算法的多模型估计算法。首先利用选择算法,算法对图像中物体进行分割,其次对去除冗余后的候选框进行融合,最后得到多个匹配模型。通过实验表明,所提方法与RANSAC等算法做对比,所提方法在平均内点率的方法上均有所提升,在运行时间方面,除了PROSAC,所提方法可提高10%以上。(4)基于距离误差边缘化的多模型估计算法。该方法是基于阈值的方法,通过赋予随机阈值的方法,加快找到正确模型的速度。在算法结构中使用最小二乘法得到模型以及内点集合,并判断内点集合是否大于内点数量阈值,通过该算法可针对多模型图像的问题快速找到正确的模型。

关键词：数据过滤多模型估计选择算法距离误差边缘化

来源：评论

学校读者我要写书评

暂无评论

临近空间高速滑翔飞行器轨迹跟踪滤波方法研究

临近空间高速滑翔飞行器轨迹跟踪滤波方法研究

引用

作者：秦武韬哈尔滨工业大学

学位级别：博士

近年来,以HTV-2为代表的临近空间高速滑翔飞行器凭借其飞行速度快,机动能力强,机动样式多样的特点逐渐成为学术和工程领域的研究热点,其作为进攻性武器具有很大的发展潜力和很强的突防能力,代表了远程战略武器的未来发展方向。因此,开... 详细信息

近年来,以HTV-2为代表的临近空间高速滑翔飞行器凭借其飞行速度快,机动能力强,机动样式多样的特点逐渐成为学术和工程领域的研究热点,其作为进攻性武器具有很大的发展潜力和很强的突防能力,代表了远程战略武器的未来发展方向。因此,开展针对临近空间高速滑翔飞行器拦截的相关技术研究对于保障国家安全具有重要意义。临近空间高速滑翔飞行器轨迹跟踪滤波方法是反临近空间高速滑翔飞行器的核心技术,是临近空间高速滑翔飞行器精确预报和拦截的重要保障与先决条件,本论文以临近空间高速滑翔飞行器为对象,对其轨迹跟踪滤波方法展开深入研究,主要内容包括:根据临近空间高速滑翔飞行器在助推段的运动特点和观测条件,建立重力转弯模型等目标运动模型和天基红外预警卫星测量模型,给出扩展卡尔曼滤波算法的基本流程;针对跟踪系统非线性较强,扩展卡尔曼滤波算法存在较大截断误差的问题,论文基于确定性采样近似高斯分布的思想建立确定性采样滤波方法的一般框架,分别基于无迹变换规则和球面-径向容积规则推导无迹卡尔曼滤波和容积卡尔曼滤波;开展助推段轨迹跟踪数学仿真,对比分析不同目标运动模型和不同非线性滤波算法的跟踪精度。由于信道堵塞或信号干扰等因素,天基红外预警卫星的测量数据在到达地面数据处理中心时常出现随机时间延迟,针对这一问题,论文跳出传统依靠状态方程递推的思想,从量测延迟概率的角度出发,利用伯努利随机变量对测量方程进行改写,重新对时延系统进行数学描述,建立随机时延系统模型,推导理想量测量、实际量测量及相关协方差间的关系;考虑到五阶球面-径向容积规则具有较高的非线性近似精度,论文在最小均方差准则下利用该规则推导随机时延高阶容积卡尔曼滤波算法,解决状态模型不准确、量测延迟时间未知情况下的时延滤波问题。滑翔段是临近空间高速滑翔飞行器机动运动的主要阶段,其运动模式主要包括平衡滑翔和跳跃滑翔两种,根据这两种模式的运动特点,基于自适应均值时间相关模型分别建立平衡滑翔目标运动模型和跳跃滑翔目标运动模型;根据滑翔段的观测条件,建立地基雷达测量模型;考虑目标运动模式切换的情况,论文对交互式多模型算法进行深入研究,并利用该算法完成滑翔段跟踪滤波设计。论文还进行了相应的数学仿真分析,验证滑翔段模型和目标跟踪方法的准确性。临近空间高速滑翔飞行器在进行跳跃滑翔时可利用气动力调整跳跃周期等运动参数,其模式空间具有连续性,传统多模型算法在进行模型集设计时存在模型覆盖不准确或模型集过大等问题。因此,论文基于粗细模型集混合的思想提出一种混合网格多模型算法,该算法基于先验信息建立粗模型集,基于估计结果利用矩匹配方法自适应设计细模型集,通过对粗细模型集的估计结果进行加权融合完成目标的状态估计,获得了比单模型算法和传统多模型算法更高的估计精度。受目标不同位置反射及电子电路性能的影响,雷达的测量噪声常常表现出非高斯特性,主要为闪烁噪声或脉冲噪声。针对测量噪声为闪烁噪声的情况,对混合1l、l2范数最小的Huber滤波理论进行研究,将卡尔曼滤波框架下的测量更新问题转换为线性回归的求解问题,推导了高阶容积Huber滤波方法;针对测量噪声为脉冲噪声的情况,利用最大相关熵准则将高阶容积卡尔曼滤波的测量更新转化为求指标函数取最大值的解,推导了最大相关熵高阶容积滤波算法;论文还以平衡滑翔目标轨迹跟踪为应用背景对所提算法进行了数学仿真,仿真结果验证了非高斯噪声条件下这两种滤波算法在鲁棒性和精度上的优势。

关键词：临近空间高速滑翔飞行器轨迹跟踪非线性滤波时延滤波鲁棒滤波多模型估计

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：