线性系统在非线性等式约束下的集员卡尔曼滤波

为了解决运行系统要求的100%估计包含真实最小域的需要和计算机的实时计算问题,使用集员卡尔曼滤波算法解决非线性状态约束.采用最小迹椭球算法对状态向量的椭球域进行更新,同时分别在预测和滤波的2个阶段用投影的方法把没有约束的状态估计投影到有约束的状态估计表面来处理约束问题.最后将所设计的集员卡尔曼滤波器应用到汽车追踪实例中.实验结果表明:采用所提算法的系统只是在初始值有比较大的误差,在后续的跟踪过程中都能在最大最小界之内跟踪上真实值.所提算法相比于传统的卡尔曼算法,其误差能迅速减小.实例仿真结果证明了所提方法的可行性和有效性.

基于集员卡尔曼滤波的智能车定位研究

本文针对道路约束的实际问题,应用集员卡尔曼滤波算法对具有状态约束的智能车进行研究.以具有行驶路线约束的Freescale 16位单片机MC9S12DG128B控制的智能模型车为控制对象进行集员卡尔曼滤波算法设计和应用,实验结果表明该算法能有效地减小估计误差,也能够很好的满足实际应用的要求.

旋转导向钻井工具姿态测量陀螺仪故障估计与处理方法

针对旋转导向钻井工具姿态测量系统陀螺仪故障问题,提出一种陀螺仪加性故障估计与处理方法。首先将陀螺仪故障增广为状态变量,融合加速度计测量信息建立非线性测量模型;然后针对由于模型线性化、陀螺仪漂移、钻井过程的高温、高压、强振动等因素导致卡尔曼滤波算法估计精度变差的问题,将测量误差等效为幅值有界但分布未知的误差,提出了一种自适应扩展集员卡尔曼滤波算法,实现了陀螺仪加性故障的准确估计,利用陀螺仪故障估计值校正陀螺仪输出,实现故障条件下工具面角的准确测量。样机模拟实验结果表明在发生陀螺仪故障情况下,基于所提出的算法,工具面角估计值的最大均方根误差为3.841°,满足实际钻井技术需求,为提高旋转导向钻井工具姿态测量系统的可靠性奠定了基础。