采用抗差扩展卡尔曼滤波器的感应电机转速估计方法

扩展卡尔曼滤波器(extended Kalman fileter,EKF)已广泛应用于无速度传感器矢量控制转速估计。尽管扩展卡尔曼滤波器具有较强的抗干扰能力,但是面对粗差时仍然会出现较大的抖动,影响系统的控制性能。提出了一种基于抗差扩展卡尔曼滤波器的转速估计方法,分析了粗差对扩展卡尔曼滤波器估算精度的影响,探讨了在应用于感应电机转速估计时抗差EKF能否同样取得良好的估计精度,以及优于EKF的抗粗差性能。通过仿真与实验,对比了遇到较大外部干扰和估算误差干扰时抗差EKF与EKF的转速误差和磁链变化。仿真与实验结果表明,抗差EKF较EKF而言具有更好的抗粗差性能,可以使系统遇到干扰时更快收敛。

用于消除缓变伪距偏差的抗差扩展卡尔曼滤波方法

针对卫星导航系统中伪距观测量存在缓变伪距偏差,导致定位精度下降的问题,提出了一种基于滑动积累的抗差扩展卡尔曼滤波方法。该方法在抗差扩展卡尔曼滤波算法的基础上,通过滑动窗口内多个历元残差矢量的累积,增大标准化残差矢量的伪距偏差,来提高对缓变伪距偏差故障的抗差能力。仿真表明,该方法能有效消除或者减弱微小伪距偏差和缓慢增长伪距偏差造成的位置误差,与传统抗差扩展卡尔曼滤波算法比较,定位精度得到明显改善。

基于扩展卡尔曼滤波的固定翼无人机姿态解算方法

针对传统滤波方法各自使用时准确度低、稳定性差的问题,提出了一种基于扩展卡尔曼滤波的固定翼无人机姿态解算方法.在姿态角保持稳定时采用标准扩展卡尔曼滤波算法进行解算,姿态角发生剧烈变化时采用阈值法优化改进扩展卡尔曼滤波算法进行解算.改进方法在扩展卡尔曼滤波的基础上加入互补滤波器,把经过互补滤波和PI控制的误差向量补偿给陀螺仪传感器,加入动态梯度下降法对加速度计传感器的运动加速度加以抑制,将处理后的传感器数据代入扩展卡尔曼滤波方程组,用来解算固定翼无人机的三轴姿态角,可有效减小动态干扰和线性化误差,解算结果稳定性更高.与其他解算方法相比,本文用于三轴姿态角求解的姿态解算方法,静态姿态角误差小于0.6°,动态姿态角后验均方误差仅为0.01,特别是在姿态角度变化较大的时间点,本文解算的过程更加稳定和准确.

基于抗差扩展卡尔曼滤波和外推-积累的RAIM方法

为了提高接收机自主完好性监测(receiver autonomous integrity monitoring,RAIM)算法对微小缓变伪距偏差的检测能力,提出一种基于抗差扩展卡尔曼滤波和外推-积累的RAIM方法。该方法结合了新息外推法和累积历元法在检测微小缓变伪距偏差上的优势,即在新息外推法的基础上,累加多个历元的检验统计量,来更有效地检测微小缓变伪距偏差;同时,利用抗差扩展卡尔曼滤波对偏差进行抗差处理,提高了定位精度。仿真结果表明,相比较于传统RAIM方法、新息外推法以及累积历元法,新的RAIM方法均提高了对微小伪距偏差正确检测的概率,缩短了对缓变伪距偏差的检测延时,且经过伪距偏差修正后定位精度提高。

基于扩展卡尔曼滤波的无人机航姿算法

针对小型无人机在大机动或连续飞行时姿态解算精度低的问题,提出了一种基于扩展卡尔曼滤波(Extended Kalman Filter,EKF)的航姿算法。该算法以机体系加速度分量与陀螺漂移作为待估状态量,建立了非线性滤波模型,在对传感器量测值预处理的基础上完成数据融合,获得了姿态角数据的准确输出,同时,根据外部运动加速度的大小不断调整噪声协方差以达到对EKF的自适应修正,从而抑制无人机航姿解算中磁干扰的影响。经三轴转台实验测试,姿态角的静态误差不超过0.5°,动态误差不超过2°,瞬变磁干扰误差不超过5°,该结果表明该算法能有效提高小型无人机的航姿解算精度。

基于抗差扩展卡尔曼滤波器的永磁同步电机转速估计策略

通过分析粗差对扩展卡尔曼滤波器(extended Kalman filte,EKF)状态估计的影响,对无速度传感器矢量控制的永磁同步电机的转速,提出了一种基于抗差扩展卡尔曼滤波器(robust extended Kalman filter,REKF)的估计方法.建立了永磁同步电机的REKF模型,探讨了永磁同步电机在粗差干扰下引入REKF能否获得优于EKF的估计性能这一问题,比较了REKF与EKF在遇到外部粗差干扰或内部估算粗差干扰时转速和磁链的变化.仿真和实验结果表明REKF较EKF而言具有更好的抗粗差性能,使系统遇到干扰时能更快收敛.

改进扩展卡尔曼滤波的四旋翼姿态估计算法

为了提高标准扩展卡尔曼姿态估计算法的精确度和快速性,将运动加速度抑制的动态步长梯度下降算法融入扩展卡尔曼中,提出一种改进扩展卡尔曼的四旋翼姿态估计算法。该算法在卡尔曼测量更新中采用梯度下降法进行非线性观测,消除标准扩展卡尔曼算法在线性化时带来的线性化误差,提高算法的准确性和快速性;对梯度下降法的梯度步长进行动态处理,使算法步长与四旋翼飞行器的运动合角速度成正比,增强微型四旋翼飞行器姿态解算的动态性能;对强机动运动过程中机体产生的运动加速度进行抑制处理,消除运动加速度对姿态解算的不利影响,提高了微型四旋翼飞行器姿态解算的跟踪精度。为了验证所设计算法的可行性和有效性,基于STM32单片机搭建四旋翼实验平台系统进行实时在线性能验证。结果表明,所设计算法能提高四旋翼飞行器在强机动、高速运动情况下的姿态跟踪精度、动态性能,增强姿态融合算法的抗干扰性,保证微型四旋翼飞行器的稳定飞行。

基于联邦扩展卡尔曼滤波的结构损伤识别方法

当结构损伤与传感器故障同时存在时,两者的相互影响会导致损伤识别结果的劣化;为此,提出了一种基于联邦扩展卡尔曼滤波的结构损伤识别算法。利用分散化滤波计算量小、滤波精度高的优点,联邦扩展卡尔曼滤波方法能根据正常的传感器信号准确识别结构的损伤位置与程度,具有良好的鲁棒性;同时利用联邦滤波容错性好的特点,能实现对故障信号的自动检测和剔除,并将剩余的正常子系统进行组合,以继续提供准确的损伤识别结果。梁式结构的数值算例及实验分析验证了该算法的有效性及对故障传感器信号的检测隔离能力。

扩展卡尔曼滤波应用于加速度计特性估计方法研究(英文)

加速度计使用时,通常都需要对其标度因素、零偏以及敏感轴进行标定。为了准确标定加速度计的特性参数,提出了5位置连续测量法,建立了相应的测量模型,根据模型的非线性特性,采用了扩展卡尔曼滤波算法对实测数据进行滤波处理,准确了标定出了加速度计的特性参数。

基于扩展卡尔曼滤波的加速度计特性估计方法

加速度计使用时,通常都需要对其标度因素、零偏以及敏感轴进行标定.为了准确标定加速度计的特性参数,提出了5位置连续测量法,对其不同姿态下的输出进行综合测量,可准确地反映不同姿态下的工作状态以及性能参数.建立了相应的测量模型,根据模型的非线性特性,采用扩展卡尔曼滤波算法(EKF)对实测数据进行滤波处理.实验结果表明,加速度计的零偏、标度因素、敏感轴方向等参数得到了准确标定.

扩展卡尔曼滤波参数辨识下永磁同步电机模型预测转矩控制

为了提高模型预测转矩控制的稳态性能,提出一种空间矢量脉宽调制(SVPWM)策略下的无差拍模型预测转矩控制。针对定子电阻与电感对无差拍算法控制效果的重要影响,使用扩展卡尔曼滤波器对模型中的定子电阻、电感参数同时进行在线辨识,以提升算法的参数鲁棒性。首先,对电磁转矩和定子磁链幅值使用无差拍控制,解出两相旋转坐标系下的参考电压矢量,并送入SVPWM进行调制,从而有效抑制了转矩脉动;然后,推导出定子电阻与电感出现不可抗力误差时,dq轴输出电压存在严重偏离理想值的问题;最后,使用扩展卡尔曼滤波器对模型中的电感和电阻参数同时进行在线辨识,并将辨识结果实时反馈至模型中。通过仿真和实验将所提算法的稳态性能、动态性能及参数鲁棒性进行了对比分析,从而证实了所提算法的优越性。

基于改进扩展卡尔曼滤波的姿态解算算法研究

为了解决标准扩展卡尔曼滤波器(EKF)在多旋翼无人机姿态解算中精度较低的问题,提出了一种改进扩展卡尔曼滤波算法(BPNN-EKF),使得解算精度得到较大提升。针对EKF存在预测模型参数要求具有先验已知性,在工程实践中难以获得准确的参数,以及标准EKF对非线性系统采用线性化模型带来的误差等问题,利用神经网络的非线性映射能力和自适应能力对标准EKF的估计值进行补偿,减小模型以及滤波参数误差对最优估计值的影响,从而提高最优估计精度。仿真实验证明,BPNN-EKF对多旋翼无人机姿态解算精度的提升具有显著作用。

基于扩展卡尔曼滤波法的矿用可移动救生舱蓄电池荷电状态估计

针对基于安时计量法的矿用可移动救生舱蓄电池荷电状态SOC估计在环境温度或放电电流波动较大的情况下精度较低的问题,提出了一种基于扩展卡尔曼滤波法的矿用可移动救生舱蓄电池SOC估计方法。该方法在安时计量法的基础上,把影响蓄电池SOC估计的环境温度和放电电流因素作为蓄电池系统的噪声,采用扩展卡尔曼滤波法的优化估计递推算法对蓄电池SOC进行实时滤波与估计,从而提高了蓄电池SOC的估计精度。实验结果表明,该方法的蓄电池SOC估计结果与实测值基本一致,可用于矿用可移动救生舱蓄电池管理系统中。

基于反向扩展卡尔曼滤波的弹道外推算法

针对炮位侦察雷达现有的弹道外推算法中远点外推导致的炮位估计误差问题,提出了一种基于反向扩展卡尔曼滤波的弹道外推算法。该算法在传统弹道外推算法的基础上,建立包含弹道系数在内的七维状态向量滤波模型,将正向滤波的终点作为反向滤波的起点,实现反向扩展卡尔曼滤波,并从反向滤波的终点开始,利用四阶龙格-库塔方程向弹道起点进行外推。仿真实验结果表明,所提基于反向扩展卡尔曼滤波的弹道外推算法的外推精度相比原算法提高约50%。

高浓度锌离子背景下检测痕量镍离子的扩展卡尔曼滤波优选方法

在锌湿法冶金的净化过程中,锌离子(Zn 2+)与痕量镍离子(Ni 2+)的浓度比高达10 5,且Zn 2+与Ni 2+谱峰重叠严重,使得Ni 2+信号被高浓度锌信号完全掩蔽,导致Ni 2+的灵敏度较低,以及Ni 2+的吸光度和浓度呈现出很强的非线性关系。针对高锌溶液中Ni 2+浓度难以检测的问题,本研究提出了一种基于紫外-可见吸收光谱在高锌背景下检测Ni 2+的扩展卡尔曼滤波(EKF)波长优选的方法。首先制备Ni 2+标准溶液,建立Ni 2+的非线性模型,获取吸光系数矩阵;然后通过设置相关系数阈值方法选择滤波区间,最后通过扩展卡尔曼滤波分光光度法检测Ni 2+浓度。Ni 2+浓度的检测范围为0.3~6.0 mg/L,预测均方根误差(RMSEP)为0.145,平均相对偏差为3.86%。本方法快速、简单,适用于锌湿法冶金净化过程中Ni 2+的实时检测和控制。

基于自适应扩展卡尔曼滤波法的储能电池荷电状态估计研究

荷电状态估计是储能电池管理的一项重要指标。目前工程上广泛使用的安时积分法虽然简单,但是存在诸多局限性。为了提高电量估算的精度和速度,同时考虑实际应用需求,针对储能电池开展了基于自适应扩展卡尔曼滤波(AEKF)法的荷电状态估计研究,以二阶Thevenin等效电路模型为基础,列写状态空间表达式,建立滤波器模型并根据实际情况对算法进行适当改进。仿真实验通过对比扩展卡尔曼滤波(EKF)法和AEKF方法,证实了AEKF方法的优越性。

基于反幂法和扩展卡尔曼滤波的姿态估计算法

针对基于Davenport的四元数法和扩展卡尔曼(extended Kalman filtering,EKF)的姿态估计算法的精度受特征值精度影响的问题,设计一种基于反幂法与EKF算法的姿态估计算法。根据Davenport矩阵K的近似特征值,利用反幂法迭代计算出Davenport矩阵K的特征向量,将其作为EKF的测量值,降低EKF测量值对特征值的敏感度。为验证算法有效性,搭建四旋翼无人机实验平台,实测实验结果表明,该算法能为无人机提供高精度、实时的姿态信息,实现了无人机的稳定飞行。

线性校正变分贝叶斯自适应扩展卡尔曼滤波跟踪算法

针对量测噪声统计特性未知的非线性滤波跟踪问题，本文首先通过引入线性校正扩展卡尔曼滤波来抑制观测方程局部线性化所带来的截断误差效应，再进一步通过变分贝叶斯近似算法，对量测噪声方差进行迭代估计，最终形成了基于变分贝叶斯近似的线性校正自适应扩展卡尔曼滤波跟踪算法。分析表明，在量测噪声进行迭代求解过程中，所提算法对卡尔曼滤波局部线性化误差也进行了估计，跟踪精度优于已知误差分布真实值时的跟踪结果。最后。在时频差定位体制下。给出了本文所提算法的具体表达式，并通过计算机仿真验证了本文所提算法的有效性。

利用磁强计及微机械加速度计和陀螺的姿态估计扩展卡尔曼滤波器

提出了一种用于惯性测量组合(IMU)姿态估计的扩展卡尔曼滤波器。此滤波器的状态转移阵利用基于四元数的等效旋转矢量来计算姿态。等效旋转矢量法可以避免欧拉角的奇异问题,并能有效抑制不可交换误差。测量四元数是利用高斯-牛顿迭代法解算以加速度计和磁强计输出数据为变量的方程组得出的。用从实际IMU 采集的数据对滤波器进行测试,并比较了带有滤波器和没有滤波器的结果。

一种基于抗差自适应的交互式多模型定位算法

针对无线传感器网络研究中距离信号传播过程存在的非视距现象,假定无线网络中的视距和非视距信道切换是一种具有两种状态的马尔可夫过程,提出了一种基于抗差自适应的交互式多模型算法,基于蜂窝网络到达时间和信号衰减值,利用抗差自适应扩展卡尔曼滤波器平衡交互式多模型中马尔可夫链的模式信任平衡,得到蜂窝网络中相应基站和移动站之间的平滑距离。仿真结果表明,在相同程度的非视距效应的环境下此算法具有良好的定位精度和稳健性,相较于基本交互式多模型算法其定位精度可提升15%以上,且随着非视距效应程度加深,其定位精度可提升至25%。