基于联合卡尔曼滤波的异构网络数据信息融合方法

信息融合是异构网络数据重要处理手段,现行方法融合效果并不理想,在实际应用中融合后数据值与真实值存在较大的差距,LSE值较大,针对现行方法存在的缺陷与不足提出基于联合卡尔曼滤波的异构网络数据信息融合方法。对异构网络数据中异常值识别,采用插值法对异常数据修复,对异构网络数据中野值识别与修正,并对异构网络数据时间配准,采用联合卡尔曼滤波算法估计异构网络数据最优值,消除数据采样误差与噪声,将不同数据源异构网络数据信息融合,以此实现了基于联合卡尔曼滤波的异构网络数据信息融合。实验证明,在设计方法应用下融合后数据值贴近于真实值,LSE值在0.1以下,具有较高的信息融合精度,在异构网络数据信息融合领域具有良好的应用前景。

一种自适应联合卡尔曼滤波器及其在车载GPS/DR组合导航系统中的应用研究

—本文设计了实现车载ＧＰＳ／ＤＲ组合导航系统最优综合的联合卡尔曼滤波器，并给出了滤波算法。提出了一种自适应联合卡尔曼滤波器结构及其算法，并应用于ＧＰＳ／ＤＲ组合导航系统的最优综合校正中。理论分析及计算机仿真结果均表明，应用该自适应联合卡尔曼滤波器可大大提高车载ＧＰＳ／ＤＲ组合导航系统的定位精度及容错能力。

联合卡尔曼滤波在GPS/DR车辆导航系统中的应用

针对ＧＰＳ／ＤＲ车辆组合导航系统的特点，提出了一种联合卡尔曼滤波算法，并进行了实地跑车试验．结果表明，此算法可有效地提高ＧＰＳ／ＤＲ组合系统的定位性能，增加系统的可靠性和容错能力。

基于分数阶联合卡尔曼滤波的磷酸铁锂电池简化阻抗谱模型参数在线估计

电池特性建模及模型参数在线估计是电动汽车电池管理系统的关键技术,以磷酸铁锂电池这一非线性系统为研究对象,以包含分数阶元件的简化电池电化学阻抗谱模型为基础,建立了该模型的状态转移方程和系统观测方程,运用分数阶联合卡尔曼滤波器(FJKF)对该模型的扩散极化电压和模型参数进行了在线估计。试验结果表明,该模型能较好地表征磷酸铁锂电池的动态特性,分数阶联合卡尔曼滤波算法在参数估计过程中能够保持很好的精度,同时该方法对多种测试工况都有较好的适用性,算法估计得到的模型参数值具有较好的稳定性。

基于联合卡尔曼滤波的多传感器信息融合算法及其应用

针对常规卡尔曼滤波器在处理多传感器组合系统的数据时，存在计算量大和故障数据相互污染的问题，提出了一种应用联合卡尔曼滤波技术进行多传感器信息融合，以求得参数最优估计的方法。文中首先对联合卡尔曼滤波的基本原理和４种主要结构方式进行了论述和分析，然后给出了融合算法的实现，最后以多传感器组合导航系统为例，对其进行计算机仿真。结果表明：该方法可有效提高计算的精度和可靠性，具有较好的容错性和环境适应性，有较高的工程实用价值。

基于改进联合卡尔曼滤波算法的列车测速信息融合

基于高速列车的测速精度直接影响车载设备的控制精度,为了提高测速精度,在分析基于联合卡尔曼滤波算法的多路测速传感器信息融合原理、结构和算法的基础上,针对联合卡尔曼滤波系统因缺乏系统噪声和测量噪声的先验知识而导致滤波精度下降的问题,运用自适应联合卡尔曼滤波思想,对系统过程噪声和测量噪声的统计特性实时进行估计和修正,并将改进前后的算法进行计算机仿真。研究结果表明:改进后的滤波算法具有更好的融合精度,更稳定的滤波效果,能够进一步提高测速系统对环境的适应能力。

联合卡尔曼滤波在车辆组合导航系统中的应用

GPS/DR组合导航系统是一种低成本、高可靠性的车载导航设备.针对陆地车辆GPS/DR组合导航系统的特点,设计了用于该系统的联合卡尔曼滤波器,给出了滤波算法,并进行了实地跑车实验.理论分析和跑车实验的结果表明,联合滤波方法不仅有效地抑制了DR系统的误差发散,而且能够充分利用DR的数据信息对GPS定位的随机误差进行补偿,从而有效地提高GPS/DR组合系统的定位精度及容错能力.

基于联合卡尔曼滤波的汽车防碰撞多传感器信息融合方法

车辆行驶信息感知是汽车防碰撞系统的关键技术之一,只用单一传感器对目标车辆进行测量容易产生虚警.在对联合卡尔曼滤波分析的基础上,给出了基于联合卡尔曼滤波的汽车防碰撞多传感器信息融合方法.计算机仿真结果表明,该算法可以得到较精确的融合数据,对于增强汽车防碰撞系统的安全性具有重要意义.

联合卡尔曼滤波在多传感器信息融合技术中的应用

多传感器信息融合技术在目标跟踪领域已经得到了广泛的应用,末制导融合技术是多传感器跟踪系统中的关键技术之一。本文运用联合卡尔曼滤波的先分散处理,再全局融合的思想,对主动雷达、红外传感器的数据融合问题进行了研究。仿真结果和实验表明,利用此方法可使雷达、红外传感器达到较好的数据融合效果。

联合卡尔曼滤波及其在综合惯性导航系统初始标定中的应用

本文针对由ＩＮＳ及ＥＳＧＭ 组成的综合惯性导航系统的特点，设计了该系统标校阶段的联合卡尔曼滤波器。文中给出了该联合卡尔曼滤波器的结构及其算法，该算法具有计算量少、数据传输量小的优点。理论分析及仿真结果表明该联合卡尔曼滤波算法具有全局最优性，能够满足系统的标定精度要求，且应用该联合滤波器可大大提高系统的容错性。

基于联合卡尔曼滤波的GPS/DR融合仿真

目的研究GPS(Global Positioning System)与DR(Dead Reckoning)组合导航融合技术,使AGV获得更加稳定可靠的导航定位数据.构建出适用于GPS/DR组合导航系统的联合卡尔曼滤波器.方法在GPS(全球定位系统)基础上增加DR(航位推算系统)用以辅助GPS定位.采用randn()函数作为随机数发生器,基于MATLAB软件对联合卡尔曼滤波融合算法进行理论分析及仿真研究.创新性的提出系统补偿系数G,将它用于联合卡尔曼滤波中,使得滤波效果可人工调控.结果设计出适用于AGV的GPS/DR组合导航系统联合卡尔曼滤波器,建立MATLAB仿真模型.在MATLAB仿真模型中AGV行驶路程为50 m,GPS导航误差范围为6 m,信号波动较大.DR导航最大误差为1.8 m,误差逐渐累积,结果不收敛.GPS/DR组合导航系统误差为0.2 m,信号波动平稳,结果收敛.结论 GPS/DR组合导航系统即克服了GPS信号的遮蔽问题,又充分利用了DR的短时高精度自主定位的优势.仿真结果表明,该方法在保证了系统定位精度前提下,有效提高了系统的容错性和工作可靠度.

联合卡尔曼滤波在无人机组合导航中的应用

提出了一种适合某型无人机GPS/Radio/DR组合导航的联合卡尔曼滤波方案。利用残差χ2故障检验法,在故障分析的基础上,设计了一种信息分配和故障处理方法。针对某型无人机结构和飞行特点,建立了包含位置信息的直接法卡尔曼滤波模型。经过仿真试验,验证了该方法的可行性。

基于联合卡尔曼滤波器的故障电弧检测技术研究

针对目前配电柜故障电弧检测技术存在的漏检率和误报率高的问题,结合多传感器信息融合技术在故障检测技术中的应用,提出了基于联合卡尔曼滤波器的故障电弧检测技术。该技术可以对采集到多个不同故障电弧故障特征进行实时滤波,能够很好地消除噪声干扰和提高信噪比,进一步提高故障电弧检测的准确性和可靠性,完善系统的容错能力和复原能力。仿真结果也表明改进的检测技术具有良好的实时性和准确性。

舰船综合导航系统的联合卡尔曼滤波器设计

针对由惯性导航系统（INS）、全球定位系统（GPS）及天文导航设备（CNS）组成的舰船综合导航系统的特点，设计了联合卡尔曼滤波器，并给出了联合卡尔曼滤波器的结构及其算法。理论分析与仿真结果表明，该算法具有全局最优性，能够满足系统的精度要求，且应用该联合滤波可提高系统的容错性能。

联合卡尔曼滤波器在多传感器系统的信息融合及容错中的应用

对集中滤波器和分散滤波器的性能特点进行了比较和分析 ,指出了它们应用于多传感器系统时的不足之处 ,提出了联合卡尔曼滤波器的结构和算法 ,并在精度、计算效率和容错能力方面与传统的集中滤波器和分散滤波器进行了比较 ,提出联合卡尔曼滤波器由于采用了系统信息分配原理 ,可以进一步改善系统的容错能力及精度 ,因此特别适用于多传感器系统 ,可以提高系统的精度和容错。

联合卡尔曼滤波器在数据融合中的应用

介绍多传感器数据融合中联合卡尔曼滤波器的设计步骤 ,并将此方法用于舰船组合导航系统 ,计算机仿真和理论分析表明 ,该滤波器可以做到全局最优 ,其结构遵循信息分配原则 ,提高了系统的数值稳定性和容错性 ,减小了数据传输的工作量与计算量 ,便于计算机实现 。

联合卡尔曼滤波在多传感器信息融合中的应用

介绍了基于多传感器信息融合技术的联合卡尔曼滤波器的一般设计方法 ,并将此方法运用于舰船INS/GPS/Loran C组合导航系统中。理论分析与仿真结果表明 ,该联合卡尔曼滤波器的设计合理 ,算法具有全局最优性 ,能够提高系统的导航精度和容错能力。

模糊联合卡尔曼滤波器在机场泊位引导系统中的应用

提出一种应用于机场泊位引导系统的模糊联合卡尔曼滤波算法,通过将视觉和激光传感器的信息融合,解决了基于单一传感器引导系统可靠性不高的问题.该算法监视测量值是否发生较大波动,应用模糊推理系统调整各局部滤波器输出状态向量的协方差阵,在线修正全局滤波器内各融合信息的权值,降低了波动数据对估值的影响.实验证明该算法对测量值的波动有较强的鲁棒性,提高了机场泊位引导系统的可靠性.

基于联合卡尔曼滤波器的燃料电池传感器故障检测与容错研究

介绍了基于多传感器信息融合技术的联合卡尔曼滤波器的结构和算法,并将此方法运用于燃料电池发动机多传感器的复杂系统中.理论分析与仿真结果表明,该联合卡尔曼滤波器设计合理,其融合算法具有全局最优性,能够有效地对燃料电池发动机传感器的故障进行检测,改善了系统的容错能力和复原能力,提高了系统运行的稳定性.

联合卡尔曼滤波器在真空断路器真空度测量中的应用

传统的真空灭弧室真空度测量方法只在一定的真空度范围内测量精度较高,且易受外界干扰,为了获得准确的真空度数据,使用横磁场脉冲磁控法和改进的屏蔽罩电位法测量真空度,利用联合卡尔曼滤波器对测量数据进行融合。根据真空灭弧室的离线检测方式和真空度变化的规律确定了联合卡尔曼滤波的初始值和系数矩阵。实验证明这种方法具有良好的容错性,能够有效抑制外部噪声对测量系统的干扰,提高测量数据的稳定性和准确度。