基于Kalman滤波器的医用消耗性材料需求量预测方法的研究

提出了一种基于Kalman滤波器的医用消耗性材料需求量数据分析的新方法。利用Kalman滤波器原理,建立了医用耗材需求量数据分析的数学模型,推导出模型的求解过程,并结合工作实践,给出了一种医用耗材需求量分析实例。通过分析经典Kalman滤波器在处理医用耗材需求量数据时存在的缺点,提出用自适应Kalman滤波器替代经典Kalman滤波器的新思路。

使用遗传算法的自适应Kalman滤波器

基于Magill的Kalman滤波器池结构 ,设计了使用遗传算法的自适应Kalman滤波器 ,给出了离线和在线两种实现方案 .离线方案以辨识滤波参数为主要目的 ,进而可以对状态进行较准确的事后估计 ;在线方案以实时地对状态进行估计为目的 .对滤波参数寻优使用具有良好性能的浮点数编码遗传算法 ,该算法与二进制编码遗传算法相比收敛速度更快、搜索全局最优的能力更强 .

抗野值强跟踪Kalman滤波在风场估计中的应用

由于受周围环境干扰和传感器短暂性失效等因素的影响,无人机风场测量数据中包含较大野值或成片野值,影响测量数据的准确性。根据无人机测风的特点,结合Kalman滤波算法、强跟踪滤波算法和抗野值修正算法的优点,通过对滤波发散趋势的分析,提出上述滤波算法的使用条件,构造了一种抗野值抑制发散滤波算法,并进行了实验论证。实验结果表明:该算法能有效克服野值对滤波造成的不良影响,具有良好的抗野值能力、跟踪能力,保证了滤波精度,可适用于无人机风场测量。

基于太阳导行镜测量的高精度姿态确定算法

先进天基太阳天文台卫星(advanced space-based solar observatory satellite,ASO-S)的主要任务是对日观测,对卫星姿态确定精度提出了较高的要求。为此,提出了一种新的姿态确定算法使用ASO-S科学载荷太阳导行镜(Sun guide telescope,SGT)测量卫星指向与太阳中心的偏差角,以及对光纤陀螺(fiber optic gyro,FOG)和星敏感器(star trackor,STR)测量值进行姿态确定。将卫星本体系姿态四元数矢部和FOG常值零位漂移作为状态变量,STR和SGT观测值作为测量变量,设计扩展卡尔曼滤波器(extended Kalman filter,EKF)。通过数学仿真验证本文所设计姿态确定算法的正确性与稳定性。最后,利用ASO-S在轨遥测数据进行验证,基于SGT测量的姿态确定算法可显著提高卫星非对日方向的姿态角估计精度,可优于0.2″(3σ)。

二级Kalman滤波的被动声定位后置处理方法

阵列定位的计算结果中往往存在大量的野值,需要用后置处理方法从结果中选取真实目标信息。本文提出了一种基于Kalman滤波的二级后置处理方法,建立了相应的滤波模型,并对主要参数进行讨论选取,同时给出了外场实验结果。结果表明此方法后置处理效果明显,并可以满足系统实时性的要求。

Kalman滤波器及其在医用消耗性材料需求量预测研究中的应用

本文介绍了利用Kalman滤波器处理医用消耗性材料需求量数据的新方法,并结合工作实践,给出了处理实例。最后分析了经典Kalman滤波器在处理医用消耗性材料需求量数据时存在的缺点,提出用自适应Kalman滤波器替代经典Kalman滤波器的新思路。

未知测量噪声下的结构多类型响应重构

针对使用传统卡尔曼滤波(Kalman filter,KF)算法进行结构响应重构时测量噪声方差估计及多类型响应重构难的问题,提出了一种融合噪声方差估计和多类型响应重构的方法。首先在移动窗口卡尔曼滤波算法中引入近似计算的方法,提出递推移动窗口卡尔曼滤波算法(recursive moving-window Kalman filter,RMWKF)实时递推估计测量噪声方差,然后基于有限位置的应变片和加速度传感器的测量数据,并结合模态法对结构各个位置的应变、位移、速度以及加速度响应进行重构。最后对二维桁架和悬臂梁分别进行数值模拟和试验分析,验证了所提方法的有效性。试验结果表明,所提方法能对测量噪声方差进行有效地估计,能实现有效的多类型结构响应重构,同时减小了数据储存空间和计算量。

一种新的车载 DR 系统自适应卡尔曼滤波模型

提出了车载ＤＲ系统（ＤｅａｄＲｅｃｋｏｎｉｎｇＳｙｓｔｅｍ）改进的自适应扩展卡尔曼滤波模型及其滤波算法．由于考虑了速率陀螺漂移误差中的马尔柯夫过程成分，和采用描述机动载体运动的“当前”统计模型及自适应算法，提高了ＤＲ系统模型的准确性．计算机仿真结果表明，应用该模型和算法与改进前相比，ＤＲ系统的定位精度得到明显提高．

基于粒子滤波算法的风场估计方法

适应性和鲁棒性较强的风场数据处理方法是无人机测风的关键技术。根据无人机测风的特点以及现有的自适应Kalman滤波算法的不足,引入时变系数和随机游走噪声模型建立了一阶时变自回归风场估计模型,并采用采样-重要性重采样(SIR)和辅助粒子滤波(APF)进行风场估计。模拟和试验数据的仿真结果表明:SIR和APF能有效地解决Kalman滤波算法存在的问题,而且APF具有更强的抗野能力、跟踪能力以及更高的滤波精度,能满足系统实时性的要求,可以作为无人机测风系统有效的数据处理方法。

基于单应轨迹的视频实时稳像算法

针对视频稳像中实时任务的需求特点,提出一种基于单应轨迹的视频稳像算法。估计序列图像帧间的单应变换,并将该变换作用于图像窗口的4个角点,从而对每帧图像产生4个短的单应轨迹以代表视频短时间内的运动。利用关联卡尔曼滤波器以一种连续方式对不同帧的单应轨迹进行平滑。对图像合成采用包括性和相似约束以提高结果视频的可观性质量。该算法以在线方式工作,消除了缓存输入图像帧导致的延迟,具备不依赖于复杂的3D重建和长距离特征跟踪的优点,并有效避免了单应模型表达视频运动模型的误差积累问题。实验表明该算法能够有效对包含2D和较复杂3D场景的视频进行稳像,并且能够达到实时处理速度。

光纤陀螺定位定向导航系统研究

在光纤陀螺IMU的基础上,设计了信号处理电路、导航计算机、转位机构等,采用Kalman滤波技术,建立了相应的状态方程和量测方程,研制了SINS与卫星导航全球定位系统(GPS)、里程计等辅助信息组合的定位定向导航系统,并给出试验结果及主要技术指标,该系统可广泛应用于陆用车辆导航。

一种移动机器人对运动目标的检测跟踪方法

从序列图像中有效地自动提取运动目标区域和跟踪运动目标是自主机器人运动控制的研究热点之一。给出了连续图像帧差分和二次帧差分改进的图像HIS差分模型,采用自适应运动目标区域检测、自适应阴影部分分割和噪声消除算法,对无背景图像条件下自动提取运动目标区域。定义了一些运动目标的特征分析和计算,通过特征匹配识别所需跟踪目标的区域。采用Kalman预报器对运动目标状态的一步预测估计和两步增量式跟踪算法,能快速平滑地实现移动机器人对运动目标的跟踪驱动控制。实验结果表明该方法有效。

无刷直流电机转子状态估计研究

为了有效地控制无刷直流电机的运行,需要对电机的转子状态(位置和速度)做出快速、准确的估计.针对此问题,首先根据电机的控制原理建立数学模型,然后将定子的电流、电压和整段反电动势作为状态变量,利用扩展卡尔曼滤波器对电机转子的状态做出最小方差估计.该方法避免了位置、速度测量装置的使用,提高了电机控制系统的可靠性.

动基座传递对准非线性滤波器的设计及应用

在非线性、非高斯条件下进行动基座传递对准,如果采用卡尔曼滤波会出现误差较大甚至发散的问题。本文引入强跟踪自适应滤波器,建立对估计误差的一步预测方差PK/K-1的加权算法,来达到抑制噪声的目的;同时,针对初始对准对准精度与快速性的要求,建立了动基座传递对准精确的非线性滤波模型。通过计算机仿真,模拟了飞机机动模式,验证所提滤波器的可行性。最后,通过与扩展卡尔曼滤波的比较,说明非线性强跟踪自适应滤波器在对准精度与速度上都有更好的表现。

激光陀螺漂移测试数据的处理与分析

根据获得的激光陀螺漂移测试数据,利用时间序列分析的方法对漂移数据进行了建模,得到了漂移数据的时间序列模型;在此基础上用Kalman滤波的方法对数据进行了处理;从时域和频域两方面对滤波结果进行了分析。结果表明,采用的建模和滤波方法能有效提高陀螺的精度。

UKF容错滤波方法在自主导航中的应用研究

地磁场向量可描述成卫星的位置函数,以地磁场强度向量为观测量,利用三轴磁强计的测量信息即可实现近地卫星的自主导航。但当测量值存在野值时,滤波会出现偏差、收敛变慢甚至发散。将UKF滤波容错方法用于磁测自主导航,构造出一种基于残差正交性判别的UKF(Unsend Kalman Filter)容错滤波方法,来实现野值的实时修正和故障诊断,使滤波器具有较强的鲁棒性。仿真结果表明该方法有效。

抗野值抑制发散滤波算法在无人机测风数据处理中的应用

适应性和鲁棒性较强的风场数据处理方法是无人机测风的关键技术。根据无人机测风的特点以及Sage-Husa自适应滤波算法、强跟踪Kalman滤波算法和抗野值修正算法的优缺点,对Sage-Husa自适应滤波算法进行了简化,并通过对滤波发散趋势的分析和连续野值个数门限的设置,将其和其他2种算法合理地融合起来,构造了一种抗野值抑制发散滤波算法,并进行了实例仿真。仿真结果表明：该算法能有效地克服较大野值和成片野值对滤波的不良影响,抑制滤波发散,保证滤波精度,适应性较强,可适用于无人机测风系统。

化学计量学在多组分同时光度测定中的进展

本文评述了近年来化学计量学在多组分同时分光光度法测定中的进展情况。着重介绍并讨论了各种化学计量学的方法（包括卡尔曼滤波技术、因子分析、偏最小二乘法及主成分回归法等）的基本原理、算法及其在实际分析工作中的应用情况。全文引用文献７９篇。

火焰原子吸收光谱法测定高纯氧化铋中微量氧化钙和氧化镁

火焰原子吸收光谱法测定高纯氧化铋中微量氧化钙和氧化镁冯先进，尚丽远（北京矿冶研究总院，北京，１０００４４）本文结合电子材料用三氧化二铋和试剂级三氧化二铋对碱土金属杂质含量的要求，研究了利用氢溴酸挥发分离基体元素铋，原子吸收光谱法测定三氧化二铋中微量的...

Adaptive filter for a miniature MEMS based attitude and heading reference system

An extended Kalman filter with adaptive gain was used to build a miniature attitude and heading reference system based on a stochastie model. The adaptive filter has six states with a time variable transition matrix. When the system is in the non-acceleration mode, the accelerometer measurements of the gravity and the compass measurements of the heading have observability and yield good eslimates of the states. When the system is in the high dynamic mode and the bias has converged to an aceurate estimate, the attitude caleulation will be maintained for a long interval of time. The adaptive filter tunes its gain automatically based on the system dynamics sensed by the accelerometers to yield optimal performance,