电动汽车蓄电池荷电状态的卡尔曼滤波估计

对电动汽车剩余里程的预测需要一个准确的蓄电池荷电状态(SOC)值,但目前任何方法都不能精确地测量蓄电池的剩余电量,以计算电动汽车蓄电池的荷电状态(SOC).在对目前常用的剩余电量计量方法分析的基础上,提出了一种基于电流的测量,然后利用卡尔曼滤波估计递推算法对蓄电池SOC进行实时估计,并在MATLAB下进行了仿真。

无陀螺卫星姿态的二阶插值非线性滤波估计

采用四元数作为姿态描述参数 ,提出了一种确定无陀螺卫星姿态的新方法 ,即二阶插值非线性姿态估计算法 ,它能够利用星敏感器提供的矢量观测信息准确地估计三轴稳定卫星的姿态。这种姿态估计算法的实现非常简单 ,其运算量与传统的扩展卡尔曼滤波姿态估计算法相当 ,但滤波性能却与基于二阶泰勒级数近似得到的非线性姿态估计算法一致。而且 ,在二阶插值非线性姿态估计算法中 ,不会遇到由四元数正交约束所造成的协方差阵奇异性问题。

双选择信道下OFDM系统中一种基于新Kalman滤波估计的Turbo均衡

在OFDM系统中,信道的快速时变性破坏了子载波间的正交性,从而导致子载波间干扰(ICI),降低了系统性能。该文针对双选择信道的时变特性,提出了一种新的Kalman滤波信道估计算法,将其应用于过采样的复指数基扩展模型(OCE-BEM),从而将一个OFDM符号周期内信道参数时变的问题转化为参数时不变问题,同时,将这种新的Kalman滤波器与基于ICI抑制的低复杂度LMMSE Turbo均衡器相结合,并辅以循环冗余码校验(CRC)控制算法迭代次数,从而不需要更多的导频符号,在保证算法性能的基础上,减小算法的计算时延和复杂度。理论分析和仿真结果表明,该文给出的方法在双选择信道下能够有效地跟踪信道变化并抑制ICI影响。

基于Hopfield神经网络的导航系统的滤波估计

介绍了以中精度惯性导航系统INS(InertialNavigationSystem )为主 ,与全球导航定位系统GPS(GlobalPositionSystem)等多个次级导航系统组成的导航系统的实现方案。设计了基于Hopfield神经网络的导航系统的滤波估计算法。经计算机模拟仿真证明 。

飞机迎角在垂直阵风干扰中的卡尔曼滤波估计

在阵风条件下,为了抑制飞机的附加载荷并改善乘坐品质,需要得到飞机的迎角状态。以某大型运输机为例,通过卡尔曼滤波方法,将飞机法向过载和俯仰角速度综合进飞机的操纵输入来估计垂直阵风条件下的飞机迎角,并进行了仿真。结果表明,在垂直阵风干扰条件下,采用卡尔曼滤波方法能获得迎角状态的良好估计。

基于光照估计滤波的太赫兹图像融合研究

碳纤维增强复合材料广泛应用于航空航天等军民领域,在制备和使用过程中往往存在诸多缺陷,太赫兹时域光谱成像技术为碳纤维增强复合材料无损检测提供了新方法。在使用太赫兹无损检测技术时,可以通过在时域或频域中选择不同的参数来获取图像,同样的缺陷需要时域和频域不同的参数才可以有效检测出来。采用基于光照估计滤波的算法将不同参数的太赫兹图像进行融合。首先,通过光照估计滤波分辨初始图像序列中像素的曝光情况。然后隶属函数调用这些初始估计值。最终输出的融合图像是通过隶属函数分配的权重在所有像素之间加权平均得到。实验结果表明,所提出的方法对图像边界信息和细节信息都处理得比较好,适用于太赫兹多波段图像融合,具有更好的视觉效果。

紊流风场下的无人机飞行状态卡尔曼滤波估计

为了模拟紊流风场下的无人机飞行状态响应,减小紊流风场对无人机飞行速度的影响,使用数值法建立了紊流风场有色噪声模型,生成了符合大气紊流相关特性的紊流风场并对其进行数值仿真。在此基础上,通过状态扩增处理将系统噪声白化,设计出一种基于有色噪声的无人机飞行速度卡尔曼滤波器,该滤波器解决了基本卡尔曼滤波仅适用于白噪声的情况。仿真结果表明,使用此滤波器可有效减小紊流风场对无人机飞行速度的影响,进而满足飞行速度控制输入的精度要求。

计及频率响应时空相关性的新能源电力系统惯量估计方法

高比例新能源电力系统惯性水平低、不确定性强,系统惯性水平与频率动态响应过程密切相关。系统内各节点之间的频率响应过程在时空上具有相关性,动态量化节点间频率的时空相关性是实时估计新型电力系统惯量的技术手段。首先,给出了面向同步机组和新能源发电机组惯量的计算方法;其次,利用Granger因果检验算法,动态分析系统内不同节点之间频率的相关性,构建随时间变化的系统频率时空因果相关集合;此外,基于系统内各节点频率响应过程的摇摆方程,建立系统惯性常数-频率状态空间模型;然后,基于无迹卡尔曼滤波器和固定滞后平滑器,提出高比例新能源电力系统惯量估计方法;最后,在改进的IEEE 39节点系统中验证了所提方法的有效性和适用性。结果表明,所提方法可以在不同新能源渗透率和频率扰动场景下保证惯量估计效果的一致性,具有工程应用潜力。

基于α-β滤波算法的目标运动信息滤波与估计

针对目标运动量测信息的特点,通过分析α-β滤波算法,指出该算法常增益的特点影响其对机动目标的跟踪效果。为了克服这个缺点,给出了一种新的目标运动信息滤波和估计的自适应算法,该算法可直接利用构造的函数关系自适应调整α,β的值。仿真结果表明,该自适应α-β滤波算法对目标运动信息的滤波和估计具有较好的性能。

基于信道线性滤波估计的迭代解调及译码技术

为了提高衰落信道下基于判决反馈的差分迭代译码 (Turbo DPSK)系统的性能 ,针对系统的特点 ,提出了一种基于信道增益线性滤波估计的解调 /译码算法。与传统的基于信道增益线性预测估计的 Turbo DPSK解调 /译码算法相比 ,新算法在根据判决反馈进行信道增益 hi 的估计时 ,不仅利用了时刻 i以前的波形值和判决反馈 ,而且还利用了 i时刻本身的波形值和判决反馈 ,因而能更有效地消除噪声干扰 ,获得更准确的信道估计 ,从而提高了系统的性能。仿真结果表明 ,该算法对系统性能确有明显的提高 ,在误码率为10 - 4时 ,性能增益大约为 0 .6 d B。

基于幅度压缩滤波的清浊音分类及基音估计

该文针对传统算法在实环境(不同噪声类型和信噪比)下容易发生清浊误判和基音估计错误问题,提出一种基于幅度压缩基音估计滤波(PEFAC)的清浊音分类及基音估计方法。首先,通过PEFAC削弱语音的低频噪声,提取出基音谐波;然后,采用基于对称平均幅度和函数的脉冲序列加权算法(SIM)确定谐波数目;最后,利用动态规划估计出基音,用基于3元素特征矢量的高斯混合模型对清浊音进行分类。仿真结果表明,在实环境下,所提方法能有效抑制清浊误判及基音估计错误现象的发生,性能优于传统方法。

高斯和估计Kalman滤波在多平台空战对抗评估数据预处理中的应用

针对多平台空战对抗评估数据预处理中的过程积累误差问题进行研究。通过构建多平台空战对抗系统,分析不同平台间实时数据交互关系和相应的数据类型,采用最小二乘法和坐标变换实现不同平台间的时空配准,并对多平台空战对抗评估过程进行误差分析,将其状态误差和观测误差表示为高斯和形式,并选用Kalman滤波方法对过程积累误差进行滤波。实例仿真实验结果表明:经过滤波后的估计轨迹与真实轨迹之间的拟合效果较好,进一步完善了原有多平台空战对抗数据预处理过程。

基于GPS弹道测量的卡尔曼滤波参数估计算法

为提高基于GPS定位的弹道辨识方法的实时性和可靠性,提出了一种以弹道微分方程四阶龙格库塔数值积分预测作为状态量递推的卡尔曼滤波弹道参数估计算法,并针对卫星接收机有粗大误差或失效情况对方法进行了改进.利用卫星信号模拟器和C/A码GPS接收机构建半实物仿真系统对算法进行验证,该方法的弹道参数估计误差是GPS接收机正常工作时测量误差的30%~40%;且能在GPS接收机出现异常时继续给出接近实际的估计值.

小天体着陆器协方差矩阵分割滤波方法

提出一种小天体着陆器协方差矩阵分割滤波方法,利用惯性测量单元和多个相机估计着陆器运动状态,通过分割协方差矩阵的方式将协方差矩阵隔离更新和传播,并在每次测量更新时使用残差卡方修正方法修正协方差矩阵。通过小天体着陆器着陆仿真测试,与传统扩展卡尔曼滤波算法相比,本文方法在测量噪声估计不准确时具有更好的精度和稳定性。

基于带输入估计变维滤波的多传感器信息融合

带输入估计变维滤波利用最小二乘法对系统未知输入进行估计,同时对机动运行开始时刻给出估计,从而有效地克服了输入估计算法和变维滤波各自在系统模型单一和机动运行开始时刻估计不精确方面的缺陷。考虑到多传感器信息融合系统可给出比单传感器更为精确的结果,基于带输入估计变维滤波,将系统状态融合和确定性输入融合相结合,提出了一种多传感器带输入估计变维滤波融合算法。系统仿真结果表明,该算法可以有效地提高估计精度,适用于机动目标跟踪。

非线性估计滤波器在船舶动力定位系统的应用

随着人类对海洋资源开发规模的不断提高,远洋航运和远洋资源开发成为国民经济中的重要组成部分,由于传统的船舶抛锚系泊方式具有海上定位精度差、成本高、稳定性差等缺点,难以满足远洋舰船的海上定位需求。动力定位技术是利用舰船四周的推进器和船舶动力控制器等装置,产生具有一定方向和大小的推进作用力,抵消海风、海浪等干扰作用力和力矩,使船舶的定位精度和稳定性显著改善。本文的研究对象是船舶动力定位系统,详细介绍了一种非线性估计滤波器的工作原理,并研究了该滤波器在舰船动力定位系统的应用。

带输入估计变维滤波在确定汽车车速中的应用

构建了机动车辆运动状态动力模型.在模型中,输入项用来描述汽车行驶加速度,针对汽车行驶环境为对接路面的情形,提出了采用带输入估计变维滤波估计车辆行驶速度的方法.给出了汽车机动运行开始时刻估计值,有效地提高了估计精度,适用于复杂路面上的车辆行驶速度的估计.

三角交叉无源定位位置偏差估计滤波算法研究

提出了一种基于两观测站的三角交叉法对机动目标无源定位的算法 ,不是采用传统的对机动目标位置进行估计 ,而是直接对机动目标的位置偏差进行估计滤波 ,使定位的模糊区域迅速缩小 ,以达到快速定位跟踪的目的。列出了对位置偏差估计的状态方程和测量方程 ,用加权的最小二乘估计和卡尔曼滤波算法 ,实现了定位和跟踪。进行了计算机仿真 ,得到了良好的效果。

基于分数低阶统计模型的自适应滤波器组谱估计方法

本文研究了一些自适应滤波器组谱估计方法(AFSE)在对称alpha-stable噪声(SαS)环境下的性能.提出了三种新的基于分数低阶统计模型(FLOS)的自适应滤波器组谱估计方法(AFSE-FLOS).这些新方法是基于分数低阶协方差(FLOC),因此在对称alpha-stable噪声环境下比基于二阶和一阶统计模型的方法估计性能好.计算机仿真结果表明这些基于分数低阶统计模型的新方法在对称alpha-stable噪声环境下的性能比对应的基于二阶和一阶统计模型的方法性能好,在高斯噪声环境下,与其对应的方法性能相似.

抑制窄带干扰的一种方法——估计滤波器

在直接序列扩频系统中,抑制窄带干扰的方法有很多种。文中介绍其中之一——估计滤波器,给出估计滤波器及自适应估计滤波器的结构、算法,此外对其性能作简要分析。