检索结果-内蒙古大学图书馆

作者：朱瑞吴晓亮马长武段彬胡显哲 264000 山东省烟台市芝罘区机场路2号

本发明属于电池状态估计技术领域，具体涉及一种基于衰减记忆卡尔曼滤波器的电池SOC估计方法及系统。针对标准卡尔曼滤波器法估计电池SOC需要确保电池模型精确已知，否则其精度将难以保证，严重情况下可能出现不能工作等问题。本发明提... 详细信息

标准号: CN117074966A

本发明属于电池状态估计技术领域，具体涉及一种基于衰减记忆卡尔曼滤波器的电池SOC估计方法及系统。针对标准卡尔曼滤波器法估计电池SOC需要确保电池模型精确已知，否则其精度将难以保证，严重情况下可能出现不能工作等问题。本发明提出的方法包括：建立电池开路电压和SOC之间的映射关系；基于电池开路电压和SOC之间的映射关系，对电池开展动态应力测试工况DST测试试验，以对电路模型中的RC参数进行辨识；基于辨识到的RC参数，并结合根据基尔霍夫定律和欧姆定律，建立电池系统的离散状态空间表达式；基于电池系统离散状态空间表达式，采用衰减记忆卡尔曼滤波器实时估计电池SOC。

关键词：电池SOC 电池开路电压卡尔曼滤波器离散状态空间电池系统衰减记忆映射关系辨识标准卡尔曼滤波器电池状态估计动态应力测试基尔霍夫定律测试试验电池模型电路模型欧姆定律实时估计电池保证

来源：评论

学校读者我要写书评

暂无评论

一种融合地图信息的改进卡尔曼滤波器室内定位跟踪方法

一种融合地图信息的改进卡尔曼滤波器室内定位跟踪方法

引用

作者：卢小峰王建林边海宾张子博刘嘉钰杨二周 710071 陕西省西安市太白南路2号西安电子科技大学

本发明属于室内定位技术领域，公开了一种融合地图信息的改进卡尔曼滤波器室内定位跟踪方法及系统，其实现步骤为：(1)确定基本离散卡尔曼滤波器方程和对应的变量；(2)计算标准卡尔曼滤波器的时间更新方程和测量更新方程；(3)融合地图... 详细信息

标准号: CN107228667B

本发明属于室内定位技术领域，公开了一种融合地图信息的改进卡尔曼滤波器室内定位跟踪方法及系统，其实现步骤为：(1)确定基本离散卡尔曼滤波器方程和对应的变量；(2)计算标准卡尔曼滤波器的时间更新方程和测量更新方程；(3)融合地图信息判断定位终端是否到达拐角附近；(4)判断定位终端是否发生转弯；(5)如果定位终端发生转弯，则调整卡尔曼滤波器的参数，修正拐角处的跟踪结果。本发明解决了现有标准卡尔曼滤波器在拐角处定位跟踪效果较差的问题。本发明减小了标准卡尔曼滤波器定位跟踪方法在拐角处的偏差，提高了定位终端发生转弯时的定位跟踪精度。

关键词：定位终端标准卡尔曼滤波器卡尔曼滤波器定位跟踪拐角处转弯地图信息室内定位技术跟踪结果时间更新室内定位拐角融合减小测量修正跟踪更新改进

来源：评论

学校读者我要写书评

暂无评论

一种融合地图信息的改进卡尔曼滤波器室内定位跟踪方法

一种融合地图信息的改进卡尔曼滤波器室内定位跟踪方法

引用

作者：卢小峰王建林边海宾张子博刘嘉钰杨二周 710071 陕西省西安市太白南路2号西安电子科技大学

标准号: CN107228667A

来源：评论

学校读者我要写书评

暂无评论

GPS/DR组合导航系统线性模型的研究与实现

引用

测绘通报 2013年第1期 22-24页

作者：金亮良何文涛徐建华中国科学院微电子研究所北京100029 杭州中科微电子有限公司浙江杭州310053

GPS/DR组合导航一般建模成非线性系统,需要采用扩展卡尔曼滤波器(EKF)等非线性滤波器。由于非线性的建模方式会使模型变得复杂,若采用EKF还会引入系统误差。提出基于单陀螺仪单加速度计的线性化模型,可以直接用包含位置和速度的标准卡... 详细信息

GPS/DR组合导航一般建模成非线性系统,需要采用扩展卡尔曼滤波器(EKF)等非线性滤波器。由于非线性的建模方式会使模型变得复杂,若采用EKF还会引入系统误差。提出基于单陀螺仪单加速度计的线性化模型,可以直接用包含位置和速度的标准卡尔曼滤波器(PV-SKF),改进的模型使用包含位置、速度和加速度的标准卡尔曼滤波器(PVA-SKF)。仿真和实际测试表明,线性化模型的精度较高,改进的模型有更好的效果。

关键词：组合导航扩展卡尔曼滤波器陀螺仪加速度计线性模型标准卡尔曼滤波器

来源：评论

学校读者我要写书评

暂无评论

硅微加速度计的特性及应用研究

硅微加速度计的特性及应用研究

引用

作者：高强业国防科学技术大学

学位级别：硕士

集成电路及MEMS技术的高速发展，极大地促进了硅微惯性传感器的开发与应用。目前在各个领域，硅微惯性传感器正呈现商业化、产业化的应用前景。硅微惯性传感器的主要优点是：微型化、集成化、低成本、低功耗、可靠性高等。但是，目前国... 详细信息

集成电路及MEMS技术的高速发展，极大地促进了硅微惯性传感器的开发与应用。目前在各个领域，硅微惯性传感器正呈现商业化、产业化的应用前景。硅微惯性传感器的主要优点是：微型化、集成化、低成本、低功耗、可靠性高等。但是，目前国内外研制出来的硅微惯性传感器大都精度较低，这在很大程度上限制了硅微惯性传感器的应用。同时，在许多实际应用中，希望通过对加速度的测量来估计速度及位移。鉴此，本论文以美国ADI公司研制的双轴硅微加速度测量器件ADXL202作为主要研究对象，通过它测量运动物体的线加速度，进而运用一定的算法(主要是卡尔曼滤波)滤除噪声并估计出运动物体的速度和位移。其主要内容有： 1．对ADXL202的工作原理、一般特性进行详细地论述，对ADXL202的应用电路设计及校准进行探讨，并详细地阐述了本课题的实验系统，对ADXL202的静态特性和动态特性进行分析和研究； 2．介绍一种建立加速度计状态空间模型的方法，并在此基础上，重点阐述标准卡尔曼滤波算法和Sage & Husa自适应卡尔曼滤波算法及其应用，这是本论文重点论述的内容； 3．巴特沃思(Butterworth)数字滤波器的设计和应用，以及滤波后加速度信号的积分运算，以估计出运动平台的速度及位移。

关键词：硅微加速度计标准卡尔曼滤波器自适应卡尔曼滤波器状态估计巴特沃思滤波器

来源：评论

学校读者我要写书评

暂无评论

一种重力和重力梯度数据的实时联合滤波方法

一种重力和重力梯度数据的实时联合滤波方法

引用

作者：袁园覃刚 510000 广东省广州市新港西路135号

本发明公开了一种重力和重力梯度数据的实时联合滤波方法，属于地球物理学技术领域。该方法包括：利用引力位将重力与重力梯度数据结合，通过泰勒公式将重力与重力梯度的关系纳入标准卡尔曼滤波器的系统方程和测量方程；利用卡尔曼滤波... 详细信息

标准号: CN118211007A

本发明公开了一种重力和重力梯度数据的实时联合滤波方法，属于地球物理学技术领域。该方法包括：利用引力位将重力与重力梯度数据结合，通过泰勒公式将重力与重力梯度的关系纳入标准卡尔曼滤波器的系统方程和测量方程；利用卡尔曼滤波中预测状态与实际状态间的差异，自适应更新滤波器参数，得到卡尔曼滤波测量噪声的自适应更新过程方程；利用系统方程和测量方程，联合重力和重力梯度数据，结合卡尔曼滤波测量噪声的自适应更新过程方程，实时去除数据中的噪声，实现重力及重力梯度数据的实时联合滤波处理。本发明在滤除噪声的同时保证滤波后数据满足拉普拉斯方程约束条件，还能满足数据的实时处理要求，实现重力和重力梯度数据的实时联合滤波处理。

关键词：重力梯度噪声卡尔曼滤波自适应更新测量过程方程滤波处理系统方程滤波联合地球物理学标准卡尔曼滤波器拉普拉斯方程滤波器参数实际状态实时处理数据结合约束条件滤除去除引力预测保证

来源：评论

学校读者我要写书评

暂无评论

一种基于卡尔曼滤波新息与残差相关的数据滤波方法

一种基于卡尔曼滤波新息与残差相关的数据滤波方法

引用

作者：张海葛宝爽夏吉喆 100191 北京市海淀区学院路37号

本发明是一种基于卡尔曼滤波新息与残差相关的数据滤波方法，属于计算机数据信号处理领域。本发明解决标准卡尔曼滤波对线性系统滤波估计时量测噪声方差阵未知，出现信号滤波效果不好，甚至出现滤波发散的问题。本发明针对离散线性系统... 详细信息

标准号: CN112946641B

本发明是一种基于卡尔曼滤波新息与残差相关的数据滤波方法，属于计算机数据信号处理领域。本发明解决标准卡尔曼滤波对线性系统滤波估计时量测噪声方差阵未知，出现信号滤波效果不好，甚至出现滤波发散的问题。本发明针对离散线性系统模型，采集信号处理系统的量测序列构建滤波新息序列和残差序列；挖掘量测噪声方差阵与新息序列和残差序列的协方差矩阵的关系，通过计算新息序列和残差序列的协方差矩阵实时估计量测噪声方差阵，再带入标准卡尔曼滤波器进行实时滤波。本发明方法具有对实际噪声统计特性发生变化的跟踪能力，不易受外界量测扰动的影响，保证了量测噪声方差阵估计时的非负定性，消除了因噪声方差阵估计负定所引起的滤波发散现象。

关键词：量测噪声方差阵残差滤波新息卡尔曼滤波协方差矩阵量测标准卡尔曼滤波器离散线性系统信号处理领域信号处理系统计算机数据发散现象滤波估计实际噪声实时估计数据滤波统计特性线性系统信号滤波序列构建噪声方差扰动发散定性采集挖掘跟踪保证

来源：评论

学校读者我要写书评

暂无评论

一种基于毫米波雷达的静止目标跟踪优化方法

一种基于毫米波雷达的静止目标跟踪优化方法

引用

作者：周琼峰季丹 211100 江苏省南京市江宁区胜利路89号紫金研发创业中心4号楼1002室

本发明涉及一种基于毫米波雷达的静止目标跟踪优化方法，包括：S10.通过毫米波雷达收集连续多帧的检测点信息，并筛选出对地静止的检测点；S20.对筛选出的对地静止的检测点做本车运动补偿；S30.对补偿后的多帧检测点进行密集聚类，得到... 详细信息

标准号: CN113740836A

本发明涉及一种基于毫米波雷达的静止目标跟踪优化方法，包括：S10.通过毫米波雷达收集连续多帧的检测点信息，并筛选出对地静止的检测点；S20.对筛选出的对地静止的检测点做本车运动补偿；S30.对补偿后的多帧检测点进行密集聚类，得到多个聚类，并对多个聚类分别起始航迹；S40.将当前帧获得的多个聚类的静止目标与上一帧获得的多个聚类的静止目标的航迹进行关联匹配，通过标准卡尔曼滤波器对与聚类的静止目标相关联的静止目标的航迹进行跟踪，得到静止目标的跟踪结果。本发明通过对历史帧检测点做本车运动补偿，从而还原静止目标在不同时刻的相对位置，解决毫米波雷达在一帧内得到的检测点少且不均匀的问题，使得之后的目标特征识别更加稳定准确。

关键词：静止目标检测点聚类毫米波雷达车运动多帧航迹静止标准卡尔曼滤波器目标特征识别筛选跟踪结果关联匹配起始航迹不均匀帧检测跟踪帧内还原集聚关联优化

来源：评论

学校读者我要写书评

暂无评论

一种融合失效物理与数据驱动的燃油泵寿命预测方法

一种融合失效物理与数据驱动的燃油泵寿命预测方法

引用

作者：崔展博陈志明王晨薛智明焦晓璇任飞郭金龙雷春牛周彦凯赵新坤李婷婷王猛王德辉唐洪霞王燕李玉晓魏娜 050208 河北省石家庄市鹿泉区308信箱

本发明提出了一种基于失效物理与数据驱动融合的燃油泵寿命预测方法，解决了燃油泵的失效寿命精准预测，为机载燃油泵的可靠性分析提供了可靠支撑；由于基于多项式逼近的性能退化阶段识别方法需要获取完整的退化过程数据才能进行退化阶... 详细信息

标准号: CN116680632A

本发明提出了一种基于失效物理与数据驱动融合的燃油泵寿命预测方法，解决了燃油泵的失效寿命精准预测，为机载燃油泵的可靠性分析提供了可靠支撑；由于基于多项式逼近的性能退化阶段识别方法需要获取完整的退化过程数据才能进行退化阶段识别，无法像SKF方法那样进行在线退化阶段识别，因此，本发明选用SKF方法进行退化阶段的在线识别。本发明的目标是针对系统不同退化状态构建多个标准卡尔曼滤波器，分别计算每个时刻的退化数据对应的各个标准卡尔曼滤波器的概率，从而获得各退化阶段的置信度水平，根据概率大小确定其所处的退化阶段。

关键词：退化阶段燃油泵标准卡尔曼滤波器多项式逼近可靠性分析大小确定阶段识别可靠支撑失效寿命寿命预测数据驱动退化过程退化数据退化状态性能退化在线识别置信度概率构建融合预测

来源：评论

学校读者我要写书评

暂无评论

随钻泥浆正脉冲信号的处理方法

随钻泥浆正脉冲信号的处理方法

引用

作者：尚仓健宋朝晖乔东宇罗维张锦虹张磊马红滨罗顺孙鹏成攀飞 100120 北京市西城区六铺炕

本发明涉及油气随钻脉冲信号处理技术领域，是一种随钻泥浆正脉冲信号的处理方法，其包括构造空间状态线性模型，标准卡尔曼滤波器滤波，数字低通滤波器滤波三个步骤。本发明在充分依据随钻泥浆正脉冲信号产生、传输及加噪特性的基础上... 详细信息

标准号: CN112554875A

本发明涉及油气随钻脉冲信号处理技术领域，是一种随钻泥浆正脉冲信号的处理方法，其包括构造空间状态线性模型，标准卡尔曼滤波器滤波，数字低通滤波器滤波三个步骤。本发明在充分依据随钻泥浆正脉冲信号产生、传输及加噪特性的基础上，根据单立管压力传感器的随钻泥浆压力信号构造泵噪声模型，再将泵噪声模型转换为线性模型，再通过标准卡尔曼滤波和数字低通滤波器等后续处理，以获得有用脉冲传输信号；且该处理方法简便可靠，能有效锁定正脉冲信号，显著降低误码率，具有很大的实用价值。

关键词：随钻正脉冲信号数字低通滤波器噪声模型泥浆滤波标准卡尔曼滤波器立管压力传感器脉冲信号处理泥浆压力信号卡尔曼滤波构造空间后续处理脉冲传输三个步骤线性模型状态线性误码率锁定油气传输转换

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：