检索结果-内蒙古大学图书馆

作者：王启萍福建农林大学

学位级别：硕士

刚体飞行器姿态估计和姿态跟踪控制算法是飞行器系统在航空航天、军事侦察、农业生产等许多领域应用中的重要理论基础，也是计算机科学和控制科学领域的研究热点。飞行器的种类繁多、机载传感设备和实际飞行环境复杂多样。在实际应用中... 详细信息

刚体飞行器姿态估计和姿态跟踪控制算法是飞行器系统在航空航天、军事侦察、农业生产等许多领域应用中的重要理论基础，也是计算机科学和控制科学领域的研究热点。飞行器的种类繁多、机载传感设备和实际飞行环境复杂多样。在实际应用中，传感设备的测量精准度极易受外部环境因素影响，过大的测量误差将给飞行器系统的姿态控制带来很多困难，也给算法设计研究带来极大挑战。卡尔曼滤波算法和基于神经网络的人工智能技术为飞行器运行过程中的姿态估计和姿态跟踪控制算法研究提供了有力工具，能够有效处理因传感器精度不足或外界扰动较大造成的系统失稳和跟踪误差发散等难题，相关技术的应用研究也成为姿态控制算法设计中的研究热点。　　本文主要研究有界扰动环境下刚体飞行器系统的姿态估计和姿态跟踪控制问题。针对飞行器姿态估计问题，采用容积卡尔曼滤波算法处理系统噪声，并对姿态信息进行有效估计。针对姿态跟踪控制问题，利用基于径向基函数神经网络的自学习能力处理系统的未建模动态，重点研究有界扰动环境下的刚体飞行器姿态跟踪控制算法设计问题。具体工作内容介绍如下：　　1)在飞行器的姿态估计阶段，设计容积卡尔曼滤波算法，在系统模型不确定情况下研究非线性刚体飞行器系统的姿态估计问题。容积卡尔曼滤波算法的关键是利用三阶容积积分律计算多维高斯积分。另外，由于四元数描述方法较其他姿态描述方法所需计算量较小且能有效避免奇异，本文使用单位四元数描述刚体飞行器姿态，并在此基础上设计基于四元数的容积卡尔曼滤波算法。从理论上证明该方法的可行性，并用均方根误差法验证该方法能获得较高姿态精度。最后，通过仿真实验验证该算法的可行性。　　2)在刚体飞行器的姿态跟踪控制阶段，研究转动惯量不确定和未知外界扰动存在时的刚体飞行器姿态跟踪控制算法设计问题。本文主要利用基于径向基神经网络的人工智能技术来解决未知外界扰动和未建模动态带来的设计难题，提出基于径向基神经网络技术的滑模控制算法，该算法能够保证飞行器系统的姿态跟踪误差在有限时间内收敛。最后，利用仿真实验对所提算法的可行性进行验证。

关键词：刚体飞行器姿态估计容积卡尔曼滤波算法姿态跟踪径向基神经网络滑模控制

来源：评论

学校读者我要写书评

暂无评论

基于CKF算法的SINS/BDS超紧耦合组合导航方法研究

基于CKF算法的SINS/BDS超紧耦合组合导航方法研究

引用

作者：赵嘉凡内蒙古大学

学位级别：硕士

现如今卫星导航技术在各个领域都发挥着举足轻重的作用,世界各国都在大力发展建设卫星导航系统。由于单一导航系统有一定的局限性,在高动态等环境下可靠性较低无法满足使用需求,所以组合导航系统成为了研究热点。在组合导航系统的组合... 详细信息

现如今卫星导航技术在各个领域都发挥着举足轻重的作用,世界各国都在大力发展建设卫星导航系统。由于单一导航系统有一定的局限性,在高动态等环境下可靠性较低无法满足使用需求,所以组合导航系统成为了研究热点。在组合导航系统的组合方式中,超紧组合相较于松、紧组合又有着定位精度高、动态性能好的优点。因此,本文基于捷联惯性导航系统(Strap-down Inertial Navigation System,SINS)和北斗导航系统(Beidou Navigation System,BDS)的超紧组合导航系统,开展对滤波算法的研究。本文针对超紧组合导航系统的强非线性特性,对常用的三种非线性滤波方法:扩展卡尔曼滤波(Extended Kalman Filter,EKF)、无迹卡尔曼滤波(Unscented Kalman Filter,UKF)、容积卡尔曼滤波(Cubature Kalman filter,CKF)进行对比分析。CKF算法有着严谨的数学推理过程且滤波效果最好。但它在递推过程中,协方差阵易丢失对称正定性而造成无法分解,同时它仍对条件环境的改变较为敏感。针对这个问题,本文在传统CKF算法的基础上提出了模糊自适应强跟踪容积卡尔曼滤波(Fuzzy Adaptive Strong Tracking Cubature Kalman filter,FASTCKF),该算法引入了次优渐消因子使残差序列始终满足正定性,并且通过自适应性和模糊推理准则使量测噪声持续近似真实噪声,提高滤波精度。为了验证所提出算法在超紧组合系统中的有效性,本文还搭建了BDS/SINS超紧组合系统仿真平台,设计了载体轨迹发生器、惯性导航仿真器、北斗接收机仿真器以及组合滤波器,并构造了BDS/SINS超紧组合导航数学模型。同时将容积卡尔曼滤波算法、强跟踪容积卡尔曼滤波算法和模糊自适应强跟踪容积卡尔曼滤波算法加入到仿真平台中。仿真结果表明,本文提出的模糊自适应强跟踪容积卡尔曼滤波算法相较于其他两种算法,有着良好的自适应性和跟踪能力,有效提高了超紧组合导航系统中的滤波精度,是一种可行有效的滤波算法。

关键词：组合导航北斗导航系统捷联惯性导航系统容积卡尔曼滤波算法

来源：评论

学校读者我要写书评

暂无评论

基于UWB/INS的室内融合定位技术研究

基于UWB/INS的室内融合定位技术研究

引用

作者：肖春亮哈尔滨工程大学

学位级别：硕士

随着科技的不断进步,人们对定位技术的追求逐步增高,超宽带(Ultra Wide Band,UWB)技术由于其具有穿透性强,传输损耗小,抗干扰能力强,覆盖范围广等优点,使得它在众多室内定位技术中脱颖而出。但UWB信号受非视距(Non-Line-of-Sight,NLOS)... 详细信息

随着科技的不断进步,人们对定位技术的追求逐步增高,超宽带(Ultra Wide Band,UWB)技术由于其具有穿透性强,传输损耗小,抗干扰能力强,覆盖范围广等优点,使得它在众多室内定位技术中脱颖而出。但UWB信号受非视距(Non-Line-of-Sight,NLOS)环境影响严重,因此抑制NLOS误差提高定位精度具有重要意义。本文分别从惯性导航系统(Inertial Navigation System,INS)的累积误差抑制、UWB系统的NLOS误差识别与修正和基于UWB/INS的融合定位算法三方面进行研究。首先,针对INS系统的加速度计和陀螺仪漂移所引起的累积误差问题,提出基于广义似然比检测算法的修正框架。先通过广义似然比检测算法,对行人的静止态和运动态进行检测,之后对于静止态,分别通过零速修正算法对速度进行修正,通过零积分航向角速率修正算法对航向角进行修正,最后通过扩展卡尔曼滤波器将修正后数据进行融合。之后通过对比实验,验证了本文所提INS修正框架可以有效抑制累积误差。其次,针对传统NLOS信号识别算法没有考虑到信号波形特征之间相关性的问题,本文提出了基于模糊综合评判的NLOS识别算法,此算法通过考虑信号波形特征之间的相关性,有效提高NLOS信号识别精度。之后通过基于半定规划的NLOS修正算法,对识别出的NLOS信号进行修正。最后分别在3基站与4基站下,与多种NLOS抑制算法进行了实验对比,实验结果表明,本文所提算法在基站数量较少和有冗余基站时的定位效果都优于对比算法,NLOS抑制效果更好,有更高的定位精度与定位稳定性。最后,针对标准容积卡尔曼滤波算法在估计最坏的情况下,误差较大,鲁棒性不好的问题,本文提出H∞容积卡尔曼滤波算法,在容积卡尔曼滤波算法的基础上通过加入H∞估计作为代价函数,以最大限度的减少最坏扰动对估计误差的影响。其次,针对标准容积卡尔曼滤波算法不能处理未知和时变的噪声,导致滤波精度下降,甚至发散的问题,本文提出自适应容积卡尔曼滤波算法,通过加入自适应滤波,动态的处理噪声信息,有效的降低了噪声对评估结果的影响。最后,设计了紧耦合自适应H∞容积卡尔曼滤波算法框架。之后,通过实验对比可知,紧耦合自适应H∞容积卡尔曼滤波算法相比紧耦合容积卡尔曼滤波算法,平均定位误差降低了2.21cm(19.25%),实验结果表明,紧耦合自适应H∞容积卡尔曼滤波算法的定位精度更高,定位鲁棒性更好。

关键词：超宽带室内定位 INS修正框架 NLOS误差抑制容积卡尔曼滤波算法

来源：评论

学校读者我要写书评

暂无评论

电动汽车锂电池状态估计研究

电动汽车锂电池状态估计研究

引用

作者：姜佳怡西安工业大学

学位级别：硕士

动力电池状态估计是制约电动汽车发展的主要问题之一。其中,准确估计电池荷电状态(State of Charge,SOC)对于剩余续航里程预测、延长电池使用寿命、提高电池能量利用率等方面具有重要意义;准确估计健康状态(State of Health,SOH)能够提... 详细信息

动力电池状态估计是制约电动汽车发展的主要问题之一。其中,准确估计电池荷电状态(State of Charge,SOC)对于剩余续航里程预测、延长电池使用寿命、提高电池能量利用率等方面具有重要意义;准确估计健康状态(State of Health,SOH)能够提高设备使用率、降低使用成本、保证设备安全性能。本文以18650型三元锂电池为研究对象,围绕着电池管理系统(Battery Management System,BMS)的关键技术—SOC和SOH估计展开研究。主要研究内容如下: 首先,在分析锂电池的结构和工作原理的基础上,对其进行了容量特性、电池电压特性和老化特性试验,建立了变参数的二阶RC等效电路模型。在不同温度、SOC下对电池模型的欧姆内阻、极化参数进行辨识。采用分段拟合法,建立各参数值与SOC、温度的关系表达式,实现全范围、分阶段的电池模型参数辨识,提高了模型精度。分别在恒流脉冲放电和动态应力测试(Dynamic Stress Test,DST)工况下验证了模型的准确性,实验结果表明不同温度、工况下模型误差均能够保证在0.122V内。其次,采取自适应容积卡尔曼滤波(Adaptive Cubature Kalman Filter,ACKF)算法实时更新并修正系统噪声,对电池荷电状态进行估计,减小了数据在测量过程中出现的噪声、提高了算法鲁棒性和估计精度。恒流脉冲放电工况下低温(-10℃)、常温(25℃)、高温(50℃)平均估计误差分别为2.66%、1.85%、2.11%;DST工况下低温(-10℃)、常温(25℃)、高温(50℃)平均估计误差分别为2.73%、2.01%、2.22%。考虑电池工作状态下的端电压、工作电流、温度、内阻和循环次数等因素的影响,设计了双容积卡尔曼滤波算法对SOC和SOH进行联合估计,仿真结果表明,联合估计算法得到的SOC平均估计误差在2.79%内、SOH平均估计误差为2.2%,符合预期目标。为了验证估计算法的准确性和可实现性,在电池管理系统平台上进行电池电压、电流等数据的采集以及处理,将本文的估计算法移植到电池管理系统模块内,在恒流脉冲放电工况下对算法进行实验验证。结果表明,本文提出的估计算法能对电池的SOC、SOH进行准确估计,SOC估计误差与SOH估计误差均在3%以内,满足工程实际需要。

关键词：锂电池等效电路模型荷电状态健康状态容积卡尔曼滤波算法

来源：评论

学校读者我要写书评

暂无评论

基于卡尔曼滤波的船舶操纵运动参数辨识建模

基于卡尔曼滤波的船舶操纵运动参数辨识建模

引用

作者：李晴昊大连海事大学

学位级别：硕士

高精度的船舶操纵运动数学模型是无人船自主航行控制的核心之一,是船舶操纵性预报的基础。目前,机理建模和辨识建模是获得船舶操纵运动数学模型的主要方式,近些年基于数据驱动的系统辨识手段成为了该领域的主要研究热点。扩展卡尔曼滤波... 详细信息

高精度的船舶操纵运动数学模型是无人船自主航行控制的核心之一,是船舶操纵性预报的基础。目前,机理建模和辨识建模是获得船舶操纵运动数学模型的主要方式,近些年基于数据驱动的系统辨识手段成为了该领域的主要研究热点。扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法由于其结构简单、辨识效率高且可以处理非线性问题被广泛应用于参数辨识领域。但因为其一阶近似假设,导致对非线性较强和参数较多的模型辨识时,容易出现辨识精度低的问题。本文基于EKF算法,对无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法和容积卡尔曼滤波(Cubature Kalman filter,CKF)算法进行船舶操纵运动数学模型参数辨识研究。本文的主要工作如下: (1)基于多新息技术提出了多新息无迹卡尔曼滤波(Multi-Innovation Unscented Kalman Filter,MIUKF)船舶操纵运动模型参数辨识算法。将通过无迹变换(Unscented Transformation,UT)对系统状态概率分布进行近似的UKF算法引入多新息技术,使历史时刻新息与当前时刻新息共同对系统状态进行修正并引入遗忘因子,为了提高UKF算法的辨识精度。在算法验证方面,对Mariner船模包含舵机模型的二阶非线性响应模型参数,进行辨识和泛化性验证。结果表明,增加新息长度能够提高船舶运动模型参数的辨识精度。 (2)基于均方根方法提出了均方根无迹卡尔曼滤波(Square Root Unscented Kalman Filter,SRUKF)船舶操纵运动模型参数辨识算法。通过将均方根方法引入UKF算法,解决了UKF算法对复杂模型参数进行辨识时,状态方差失去正定性而导致的滤波中断问题。在算法验证方面,分别对Mariner船模的二阶非线性响应模型参数、Cybership Ⅱ船模的水动力模型参数,进行辨识和泛化性验证。结果表明,该算法对水动力导数的辨识具有较高精度,有效克服了状态方差矩阵的非正定性,验证了所提出算法的有效性。 (3)基于均方根方法提出了均方根容积卡尔曼滤波(Square Root Cubature Kalman Filter,SRCKF)船舶操纵运动模型参数辨识算法。通过将均方根方法引入CKF算法,解决了CKF算法对复杂模型参数进行辨识时,状态方差失去正定性而导致的滤波中断问题,克服了SRUKF算法辨识精度受到UT变换参数选取的影响。在算法验证方面,分别对Mariner船模的二阶非线性响应模型参数、Cybership Ⅱ船模的水动力模型参数,进行辨识和泛化性验证。结果表明,该算法对水动力导数的辨识具有较高精度,有效克服了状态方差矩阵的非正定性,验证了所提出算法的有效性。

关键词：船舶操纵运动数学模型系统辨识无迹卡尔曼滤波算法容积卡尔曼滤波算法

来源：评论

学校读者我要写书评

暂无评论

多算法结合的汽车参数和状态估计方法研究

引用

测控技术 2019年第7期38卷 67-73页

作者：胡均平朱万霞李科军李勇成任常吉中南大学机电工程学院湖南长沙410083 中南林业科技大学物流与交通学院湖南长沙410004

为实时准确获取汽车参数及状态信息以提高汽车主动安全性能,提出了一种多算法结合的自适应估计算法。该算法将递推最小二乘算法、蚁群优化算法及容积卡尔曼滤波算法进行有效结合,同时将含有不准确模型参数及未知时变噪声的三自由度非线... 详细信息

为实时准确获取汽车参数及状态信息以提高汽车主动安全性能,提出了一种多算法结合的自适应估计算法。该算法将递推最小二乘算法、蚁群优化算法及容积卡尔曼滤波算法进行有效结合,同时将含有不准确模型参数及未知时变噪声的三自由度非线性整车模型作为标称模型。采用递推最小二乘算法实时估计汽车参数,引入蚁群优化算法实时跟踪容积卡尔曼滤波器的过程噪声及量测噪声,根据目标函数对噪声协方差进行寻优,以解决系统的噪声时变问题,从而获取汽车状态的准确估计。基于CarSim/Simulink的仿真实验结果表明,该算法的状态估计精度高,且具备汽车模型参数校正能力,可以满足系统的控制需要。

关键词：递推最小二乘法蚁群优化算法容积卡尔曼滤波算法参数估计状态估计

来源：评论

学校读者我要写书评

暂无评论

自适应抗差CKF在舰载导弹武器初始对准中的应用

引用

自动化技术与应用 2022年第6期41卷 6-9,81页

作者：牟宏伟韩磊李昂阳中国运载火箭技术研究院北京100076 首都航天机械有限公司北京100076

当捷联惯导系统失准角误差模型为大角度时,需要采用非线性滤波方法。本文研究了基于大方位失准角的初始对准技术。首先,建立SINS/GPS非线性误差模型;针对观测粗差和噪声统计特性不准确对系统的影响,提出并推导了自适应抗差CKF滤波算法;... 详细信息

当捷联惯导系统失准角误差模型为大角度时,需要采用非线性滤波方法。本文研究了基于大方位失准角的初始对准技术。首先,建立SINS/GPS非线性误差模型;针对观测粗差和噪声统计特性不准确对系统的影响,提出并推导了自适应抗差CKF滤波算法;最后,通过仿真分析和对比试验验证,该算法能增强滤波的稳定性,进而提高估计精度,缩短收敛时间。

关键词：大方位失准角初始对准非线性误差模型自适应抗差容积卡尔曼滤波算法

来源：评论

学校读者我要写书评

暂无评论

一类神经动力学模型的参数辨识与状态估计

一类神经动力学模型的参数辨识与状态估计

引用

第35届中国控制会议

作者：刘仙吴向东高庆燕山大学电气工程学院

本文利用容积卡尔曼滤波算法对一类神经动力学模型进行参数辨识与状态估计.这类神经动力学模型可以模拟脑电信号中各种不同节律性活动的产生,容积卡尔曼滤波算法用于观测系统的状态以及系统中重要参数的估计.主要研究不同程度的观测噪... 详细信息

本文利用容积卡尔曼滤波算法对一类神经动力学模型进行参数辨识与状态估计.这类神经动力学模型可以模拟脑电信号中各种不同节律性活动的产生,容积卡尔曼滤波算法用于观测系统的状态以及系统中重要参数的估计.主要研究不同程度的观测噪声干扰对容积卡尔曼滤波算法状态估计与参数辨识能力的影响,并将容积卡尔曼滤波算法的性能与无迹卡尔曼滤波算法的性能进行比较.

关键词：神经动力学模型容积卡尔曼滤波算法参数辨识

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：