tag 标签: 卡尔曼滤波

相关帖子
相关博文
  • 热度 5
    2018-9-5 12:14
    2239 次阅读|
    1 个评论
    【博客大赛】卡尔曼滤波学习笔记(11)从位置估计速度
    卡尔曼滤波器,不仅仅是一个低通滤波器,否则也不会持续发展 50 年。 示例:桑先生需要测试高速列车的性能。测试的目的是判断列车在直线上能否保持 80m/s 的速度。速度和位置每 0.1 秒测量一次,但是由于速度传感器的数据丢失,桑先生只能通过位置数据来得出速度值。 直接上 Python 代码: 运行结果: 蓝色点:滤波前的位置数据。 紫色线:滤波后的位置数据。 红色线:滤波前的速度数据。 青色线:滤波后的速度数据。 结论: 1.Python的Numpy库用作矩阵运算,语法和Matlab有差异,所以需要确认语法细节。 2.卡尔曼滤波器的系统建模非常重要,完成了系统建模,也就完成了滤波器的一半设计。
  • 热度 3
    2018-8-31 19:32
    3041 次阅读|
    0 个评论
    【博客大赛】卡尔曼滤波学习笔记(10)一个简单的示例
    《Kalman Filtering: Theory and Practice Using MATLAB》第三章,看不懂,暂时略过。 《Kalman Filtering: Theory and Practice Using MATLAB》第四章,看不懂,暂时略过。 由于《Kalman Filtering: Theory and Practice Using MATLAB》的阅读难度超出了本人能力,所以从本文开始,暂时记录《Kalman Filter for Beginners: With MATLAB Examples》的阅读笔记。本书的前九章是理论准备: Part I. Recursive Filter Chapter 1. Average filter Chapter 2. Moving average filter Chapter 3. Low-pass filter Chapter 4. Summary of Part I Part II. Theory of Kalman Filter Chapter 5. Introduction to Kalman filter Chapter 6. Estimation process Chapter 7. Prediction process Chapter 8. System model Chapter 9. Summary of Part II 前九章的阅读难度不大,先通读一遍。本笔记从第十章的示例开始。 Part III. Examples Chapter 10. Extremely Simple Example 桑先生需要测试一辆电动汽车的电池。由于严重的噪声,他每次测量的电压都有较大差异,于是桑先生决定使用卡尔曼滤波来去除噪声。采样周期为0.2秒。 使用Python实现代码: 运行结果: 另外,如果我们将K和P打印出来,会发现它们持续减小,直到稳定在很小的值上。这意味着,滤波器倾向于采用上一轮的估计值,而不是新的采样值。
  • 热度 2
    2018-6-19 15:10
    2205 次阅读|
    0 个评论
    【博客大赛】卡尔曼滤波学习笔记(八)可观测性和可控制性 ...
    可观测性是指,在给定模型的情况下,动力学系统的状态是否由它的输入输出唯一确定。 可观测性是系统模型的特征。 如果传感器矩阵H是可逆的,则本系统可观测,因为有: 如果传感器矩阵H某些时候是不可逆的,则本系统仍然可以是可观测的,如果格兰姆矩阵determinable. 格兰姆矩阵又称为可观测性矩阵,它的连续/离散表达式为: 从上面的表达式可以看出,可观测性和u、C、D无关,只和 Φ、H相关( Φ只和F相关 )。 x(0)时刻的可控制性是指,存在分段连续的u(t),使得状态矢量x(0)能够转移到x(tf)。 系统的可控制性是指,任意的x(t0)都是可控制的。 对于连续系统,模型为: 如果下面的S矩阵有n个线性不相关的列,则认为它可控制: 对于离散系统,模型为: 如果下面的S矩阵有N个线性不相关的列,则认为它可控制:
  • 热度 2
    2018-6-19 10:56
    1294 次阅读|
    0 个评论
    【博客大赛】卡尔曼滤波学习笔记(七)Z变换
    如果我们仅仅对离散线性系统感兴趣,那么就使用下面这个表达式: 如果u是常量,那么可以写成: 为了简化表达式,我们可以将上面写成: 离散 线性时不变系统的 Φ求解,可以使用Z变换。 (* 由于本人已经忘记了Z变换的内容,因此本节待续。)
  • 热度 2
    2018-6-19 10:54
    1463 次阅读|
    0 个评论
    对于线性时变/时不变系统,求解 Φ(t)有多种方式,拉普拉斯变换是其中一种。 (* 由于本人已经忘记了拉普拉斯变换的内容,因此本节待续。)
相关资源
  • 所需E币: 3
    时间: 2020-8-10 00:26
    大小: 33.62MB
    上传者: VinayKIngle
    卡尔曼滤波技术作为一种优估计方法,迅速从导航领域推广应用到了目标跟踪、故障诊断、多传感器信息融合以及经济学等诸多领域。本书介绍了卡尔曼滤波的基本原理及其实时应用。本书理论讲解非常透彻,同时结合实时应用分析理论方法,适合作为相关课程的教材或供相关领域的研究人员参考。
  • 所需E币: 3
    时间: 2019-12-28 21:44
    大小: 333.53KB
    上传者: rdg1993
    提出了一种新的时间选择性衰落环境下MIMO信道辨识算法.为了提高信息传输效率,训练序列被直接叠加于信息序列之上.算法将信息符号输出、接收端AWGN和由于采用零中频接收技术而产生的直流偏移当做虚拟的观测噪声,其均值和自协方差均未知.通过联合的递推白噪声统计估计器和卡尔曼滤波器对时变信道进行跟踪,推导了一种计算简单的次优无偏时变白噪声统计估计器.以简单有效的方法抑制直流偏移对辨识精度的影响.仿真结果表明了算法具有良好的性能.联合自噪声统计估计和卡尔曼滤波的MIMO信道辨识・李梦醒1,2,习胜丰2,曾专武2,刘泽民1,程恩3(1.北京邮电大学电信工程学院,北京100876;2.湖南城市学院,湖南益阳413000;3.厦门大学水声通信与海洋信息技术教育部重点实验室,福建厦f-I361005)摘要:提出了一种新的时间选择性衰落环境下MIMO信道辨识算法。为了提高信息传榆效率,训练序列被直接叠加于信息序列之上。算法将信息符号输出、接收端AWGN和由于采用零中频接收技术而产生的直流偏移当做虚拟的观测噪声,其均值和自协方差均未知。通过联合的递推白噪声统计估计器和卡尔曼滤波器对时变信道进行跟踪,推导了一种计算简单的次优无偏时变白噪声统计估计器。以简单有效的方法抑制直流偏移对辨识精度的影响。仿真结果表明了算法具有良好的性能。关键词:多输入多输出;信道辨识;隐训练序列;白噪声统计估计;卡尔曼滤波;直流偏移MIMOchannelidentificationusingjointw……
  • 所需E币: 2
    时间: 2019-11-17 10:34
    大小: 4.13MB
    上传者: Obligation
    Kalnan滤波实质上是一种实时递推算法,其设计方法简单易行,所雀的存储空间小,因此,在I程实际中受到更视。随着计算机技术的飞速发展,以Kalman滤波技术为核心的现代估计理论已广泛应用于航天、航空、航海、系统T程、通信、工业过程控制、遥感等各个领域.     本书紧密结合Kaltnan滤波理论在导航、制宁与控制领域的应用展开,分三部分共8章。第一部分(1~3章)为Kalnan滤波基本理论,第|章概括介绍滤波理论的应用背景、滤波理论基础及Kalman滤波理论的发展和应用;第2章介绍线性系统Kalman滤波基本方程;第3章介绍Kalman滤波稳定性及误差分析。第_二部分(4~6章)为实用Kalman滤波技术,主要介绍实际应用过程中对Kalman基木滤波方程的改进,其中第4章介绍噪声不满足假设条件下的滤波、Kalman滤波发散的抑制、非线忏系统扩展Kalman滤波及自适应滤波等;第S章针对Kalman滤波的计算发散.介绍各种分解滤波方法;第6章针对滤波系统存在的不确定性,介绍鲁棒滤波理论,包括H"滤波理论和鲁棒最小方差滤波。第一部分(7、8章)为Kalman滤波技术的新应用,其中第7章介绍Kalnan滤波在信息融合技术中的应用;第8章介绍Kalman滤波在神经网络技术中的应用。木|注重理论与工程实际相结合,在介绍理论基础上,还融人了作省及其他研究者的实际应用成果,为Kalman滤波理论在相应领域的应用提供研究方法上的参考和借鉴。
  • 所需E币: 1
    时间: 2019-11-17 10:38
    大小: 1.14MB
    上传者: Obligation
    卡尔曼滤波在信号处理与系统控制领域应用广泛,目前,正越来越广泛地应用于计算机应用的各个领域。为了更好地理解卡尔曼滤波的原理与进行滤波算法的设计工作,主要从两方面对卡尔曼滤波进行阐述:基本卡尔曼滤波系统模型、滤波模型的建立以及非线性卡尔曼滤波的线性化。并附上论文,对卡尔曼滤波的应用做了简单介绍。附上simulink仿真程序,证明卡尔曼滤波的有效性。
  • 所需E币: 1
    时间: 2019-7-30 10:12
    大小: 11.23MB
    卡尔曼滤波英文原版书Kalmanfilteringisanoptimalstateestimationprocessappliedtoadynamicsystemthatinvolvesrandomperturbations.Moreprecisely,theKalmanfiltergivesalinear,unbiased,andminimumerrorvariancerecursivealgorithmtooptimallyestimatetheunknownstateofadynamicsystemfromnoisydatatakenatdiscretereal-time.Ithasbeenwidelyusedinmanyareasofindustrialandgovernmentapplicationssuchasvideoandlasertrackingsystems,satellitenavigation,ballisticmissiletrajectoryestimation,radar,andfirecontrol.Withtherecentdevelopmentofhigh-speedcomputers,theKalmanfilterhasbecomemoreusefulevenforverycomplicatedreal-timeapplications.
  • 所需E币: 3
    时间: 2019-6-7 08:49
    大小: 2.55MB
    上传者: royalark_912907664
    为了避免对单一卫星导航系统的过分依赖,并且针对在观测条件较差,单一系统无法定位或者定位精度急速下降的情况,提出了一种基于非线性滤波的GLONASS/GPS双系统融合定位的方法。采用扩展卡尔曼滤波(EKF)和平淡卡尔曼滤波(UKF)算法,并引入伪距判别选星策略,削弱观测卫星数量跳变对定位精度的影响,进行双系统融合定位,并针对恶劣环境,选取仰角最高的五颗卫星进行双系统定位。实验结果表明,算法有较高的定位精度和稳定性,尤其在恶劣情况下,单系统卫星数不足时,双系统融合定位更显示其优势。
  • 所需E币: 3
    时间: 2019-6-12 19:45
    大小: 1.04MB
    上传者: royalark_912907664
    文中针对生产车间现场信息准确采集及有效应用等关键问题,研究资源信息标识方法,支持对生产信息的采集以及生产车间物联环境的构建;提出制造物联环境下的数据清洗方法,在保证数据准确率的基础上能够更好适应标签移动的生产场景;提出集成数据融合估计理论的卡尔曼滤波数据处理方法,支持对多传感器的数据融合。并在实验室以惯组测试过程为应用对象进行数据处理模拟分析,验证了本文所提技术的可行性和有效性。
  • 所需E币: 3
    时间: 2019-6-10 21:46
    大小: 1.29MB
    上传者: royalark_912907664
    本文在简单介绍了卡尔曼滤波基本原理基础上,基于分段线性系统理论以及SOM方法对系统状态可观性和可观度的分析,采用降阶卡尔曼滤波算法,合理剔除不可观或观测度较低的状态因子,对高阶系统进行降阶设计。采用VisualStudio2010语言开发环境,对常规卡尔曼滤波和降阶卡尔曼滤波进行了算法仿真,通过对前后误差波形的分析比较,结果表明降阶后的滤波系统继承了传统卡尔曼滤波高精度的优点,同时,算法阶数的降低,显著减少了导航计算机的计算负担,实时性得到了显著增强,更易于数字化实现,具有重要实际意义。
  • 所需E币: 3
    时间: 2019-6-5 22:17
    大小: 1014.93KB
    上传者: royalark_912907664
    挖掘机作为机械第一主力机种,应用范围广泛,作业环境复杂,当进行水下挖掘或处于高危场合时,难以测量挖掘深度,影响挖掘质量和效率。本文根据挖掘机的结构特点,建立了深度测量的数学模型,论述了挖掘机动态测深系统的工作原理和软硬件设计,并针对倾角传感器的动态测量误差,使用卡尔曼滤波进行校准,从而实现精确的自动化深度测量。
  • 所需E币: 3
    时间: 2019-6-4 22:41
    大小: 1.64MB
    上传者: royalark_912907664
    基于认知雷达波形捷变的思想,以提高雷达跟踪精度为目的,提出了一种基于自适应Kalman滤波的PSO优化算法的认知雷达的波形选择方法。通过发射波形与测量噪声之间的关系,建立了发射波形与雷达跟踪性能之间的关系模型,利用粒子群算法优化雷达发射波形参数,在卡尔曼跟踪滤波算法中增加了波形选择模块,实现对发射波形的自适应选择,以获取更好的目标跟踪性能。仿真结果表明,该方法使雷达对目标的跟踪性能在速度误差和距离误差分别降低50%和60%。
  • 所需E币: 3
    时间: 2019-6-4 23:08
    大小: 1.49MB
    上传者: royalark_912907664
    针对捷联惯导系统中初始对准的问题,本文采用了设计卡尔曼滤波器的方法,通过建立惯导系统的误差模型,分析卡尔曼滤波的基本理论,以东向和北向速度误差进行分析。通过初始对准计算机仿真结果,进一步验证了该方法的快速性与准确性,所得结果可以为进行惯导系统快速精确对准方法研究提供理论与工程应用思考,这说明卡尔曼滤波在惯导系统中应用是有效的。
  • 所需E币: 3
    时间: 2019-6-2 15:41
    大小: 1.81MB
    上传者: royalark_912907664
    针对当前锂电池管理系统设计中经常出现的硬件采样电路复杂、SOC估算准确度低、需要高端处理器来实现复杂的SOC估算算法等问题,设计了适用于8位单片机的修正卡尔曼滤波算法,并基于STM8S单片机和BQ76930模拟前端芯片设计了一款用于智能扫地机器人的锂电池管理系统,应用所述算法,实现了对SOC、电芯电压、电流、温度等参数的实时准确测量,通过实验室模拟测试和真实产品测试,结果表明:系统参数测量误差小于5%,达到了设计要求,并且电路简单、稳定可靠、响应速度快、成本低。
  • 所需E币: 3
    时间: 2019-5-26 18:12
    大小: 1.65MB
    上传者: royalark_912907664
    针对医院对住院患者人体基础体温高精度、连续24小时实时监测的需求。采用ZigBee无线通信技术,实现多节点的自动组网与数据传输;利用4X1DS18B20温度传感器阵列采集温度数据并对该组数据进行算术平均运算,结合最小二乘法数据拟合算法,提高体温测量精度;通过利用支持向量机分类算法结合卡尔曼滤波算法,实现对干扰脉冲的有效滤除。通过与传统水银温度计体温测量、手持式电子体温计体温测量对比试验,验证了该系统连续测量的可靠性,在人体主要体温测量段35~39℃,测量精度为0.06℃。
广告