灰色理论与卡尔曼理论在连续刚构桥线形控制中的联合应用

以中国梁济运河大桥工程施工监控为背景,提出了立模标高的适用公式,论述了灰色理论与卡尔曼理论在连续刚构桥悬臂施工标高预测中的联合运用。

基于卡尔曼滤波理论的甲板运动预估技术研究

航母在航行过程中 ,海浪运动将会导致舰体产生俯仰、横滚、偏航、上下起伏等运动 ,这将严重威胁舰载机的着舰安全。为了确保飞机在航母上成功降落 ,必须在着舰前使飞机运动轨迹与甲板运动同步 ,因此 ,本文研究了甲板运动预估技术 ,运用卡尔曼最优滤波理论开发了甲板运动预估器 ,并提出首先对引入着舰导引系统的甲板运动信息进行预估 ,然后再进行超前补偿的策略。经仿真验证 ,甲板运动预估与补偿的结合 ,可以明显减小舰载机着舰误差 ,提高着舰精度。

基于卡尔曼滤波理论的实时交通信号控制研究

针对城市交通信号灯单独控制,以及信号配时固定等问题,提出一种基于卡尔曼滤波理论的实时交通信号控制方法。该方法利用卡尔曼滤波理论,对通过道路交叉口下阶段交通流量进行预测,并更新交通信号配时。通过对交叉口高峰小时交通流量实时调研,采用卡尔曼滤波理论预测交通流量后,对信号配时进行实时优化,并采用VISSIM软件对此交叉口进行仿真,仿真结果表明,车辆排队长度缩短,停车次数下降,通行效率得到大幅提高。

基于卡尔曼滤波理论的容迟与容断网络自适应感知路由算法

针对容迟与容断网络中的单播通信问题,提出了一种自适应感知路由协议(adaptive context aware routing protocol,ACRP);并引入卡尔曼滤波理论,给出最优的消息轮渡节点选取策略。仿真实验表明,与常见的单副本拷贝或多副本拷贝协议相比,提出的面向情境感知的自适应路由协议拥有更好的传输性能和稳定性。

基于卡尔曼滤波法修正的灰色系统理论在桥梁施工控制中的应用

文章运用卡尔曼滤波法修正的灰色系统理论对桥梁悬臂施工过程中出现的节段挠度实测值与设计值不一致的情况进行分析修正,并以某预应力混凝土连续梁结构为工程实例,运用灰色系统控制理论以及卡尔曼滤波法修正的灰色系统理论分别对其进行挠度的预测,结果表明:经过卡尔曼滤波修正的灰色系统理论能够更有效地减小预测值与实测值的偏差,更好地对成桥线形进行控制。

基于卡尔曼滤波的时间序列影像背景估计

文章将卡尔曼滤波理论应用于时间序列影像的背景估计,引入衰减记忆因子解决滤波的发散问题,最终实现了对背景信号的估计。

基于卡尔曼滤波与大数据预测的路径规划研究

针对近年来严重的交通拥堵现象,提出了卡尔曼滤波和交通流大数据相结合的行程时间预测模型,Dijkstra算法规划最短时间路径方法。首先利用某时刻前3个时段的车辆平均速度数据进行卡尔曼滤波预测同一路段若干个时段后的路段行程时间。然后通过理论最短时间、大数据分析对卡尔曼滤波预测进行优化,得出最佳的预测行程时间。最后根据Dijkstra算法规划出最短时间路径。结果表明设计方法各方面误差指标均优于原模型,交通流大数据与卡尔曼滤波预测相结合的预测方法更加精确有效。

自由飞行下基于Kalman滤波理论的最小安全间距研究

在CNS飞行环境下,考虑了速度分布对自由飞行下航空器的运动过程的影响。将飞机在空中的运动分解为水平投影面和垂直投影面的运动,在水平投影面,利用卡尔曼滤波理论,减小飞机定位误差,估计飞机对间的相对距离;在垂直投影面内,建立航空器运动的随机运动学模型。由水平投影面和垂直投影面的相对距离,可以得到航空器在空间中的相对距离,据此建立飞行碰撞风险模型。根据给定的安全目标水平,对模型进行求解可以得到相应的最小安全间距。

基于卡尔曼滤波理论的实时行程时间预测模型

行程时间预测是交通流诱导系统研究的一项重要内容．在分析各种行程时间预测方法的基础上，本文利用卡尔曼滤波理论建立了行程时间预测模型， 利用实测的交通流量预测几个时段后的路段行程时间， 进而预测路径行程时间．

导引头的EMD-KF组合滤波方法

在拦截大机动来袭目标时,拦截弹视线角速度呈无规律的非线性变化,导引头对自身测量信息滤波存在一定困难。针对这一背景本文提出一种基于经验模态分解(empirical mode decomposition,EMD)和卡尔曼滤波(Kalman filtering,KF)相结合的导引头滤波降噪方法,发挥经验模态分解处理非平稳信号的自适应特性,并通过卡尔曼估计削弱经验模态分解方法中"边界效应"的影响。仿真表明,该方法对于具有强非线性特性的视线角速度信号有较好的自适应滤波效果。

基于行程时间多步预测的实时路径导航算法

针对现有车辆导航算法仅考虑单一数据,使所得路径实际行程时间比预期更长的问题,首先建立了基于卡尔曼滤波理论的行程时间多步预测模型;其次,提出了综合利用实时数据、行程时间多步预测数据及历史数据的实时路径导航算法,并改进了其实现的核心算法Dijkstra_pred。实验结果表明,基于三类数据的实时路径导航算法所得路径的实际行程时间从整体上优于仅采用实时数据的导航算法,且路径变化较少。

高速行驶车辆跟车安全距离预警系统设计与研究

高速行驶车辆与前车跟车安全距离识别系统设计时,可采用毫米波雷达获得与前车的距离,并以此作为识别预警系统的基础应用数据。根据跟车距离和相对车速不会突变的特性建立预测模型,应用卡尔曼滤波理论预测相对车速,可有效消除系统状态误差和测量误差对测量精度的影响,利用跟车距离和相对车速计算安全距离报警阈值。同时,为适应不断更新的预测模型,采用深度学习的策略不断对预测模型参数进行学习训练,在大量学习样本的训练下,使预测模型参数趋于稳定,试验表明,算法可有效提高识别的准确性和适应复杂环境的能力。