新能源汽车快速充电系统的设计

设计了一个利用超级电容实现新能源汽车快速充电的系统。该系统能自适应各类电池自身充电曲线,通过先对超级电容快速充电(2 min以内充满),再由超级电容向电池缓慢充电、换能实现能量转换。该系统具有高功率输出、快速充电、延长使用寿命等优点。系统前级采用恒功率法给超级电容快速充电,后级采用开关电源芯片LM2596和LM2587,以STM32F103RC为控制核心,利用PID调节进行输出电压、电流微调,实现超级电容向电池以最佳充电曲线方式充电,电压、电流稳定,精确度高。全程对两级电量进行测量,主要利用卡尔曼滤波算法计算电量,并通过计算出的电量值进行反馈调节。

基于激光测量的机器人智能定位系统

传统机器人定位系统采用非对称双边双向测距技术实现机器人自主定位,没有考虑最优路径的选取,具有灵活性差、精度低的缺陷。设计基于激光测量的机器人智能定位系统,系统硬件包括环境感知子系统,数据处理子系统、车体控制子系统和无线通信子系统。设计光电编码器模块将电机转轴的几何位移信息转换成脉冲或数字量,通过激光图像采集模块对激光图像进行采集与存储。系统软件包含应用层、控制层以及驱动层,通过路径规划方法确定最优移动路径,采用卡尔曼滤波定位算法实现机器人定位。实验数据表明,采用所设计系统进行定位的机器人运动位置偏差、航向偏差的平均绝对误差和标准差分别低于4. 5 cm、1°、1. 4°,在障碍物为动态或静态时,均能实现障碍物躲避;传输时延平均值和平均终端概率分别为13. 176 ms和0. 237 1,说明该系统可进行灵活的、准确的机器人定位,且效率和稳定性高。

基于卡尔曼算法的回归信度模型研究

主要研究在卡尔曼算法下的回归信度模型的信度估计问题,即将卡尔曼算法运用到回归信度模型中,得出了回归信度模型推导的另一种方法。由结果可知:用卡尔曼算法推导出的递推公式与用贝叶斯方法推出的结果一致,但用卡尔曼算法更直接、更简单,从而推广了经典的信度理论。

基于被动式红外传感器的船舶轨迹重构

船舶航行的环境十分复杂,动态变化特点显著,导致当前方法无法对船舶轨迹进行精准重构,为了改善船舶航行轨迹重构的精度,提出基于被动式红外传感器的船舶轨迹重构方法。首先建立船舶航行的运动模型,然后通过被动式红外传感器对船舶航行数据进行采集,并通过卡尔曼滤波算法重构船舶轨迹,保证船舶轨迹跟踪准确性,最后采用具体实验对船舶轨迹重构方法性能进行分析。结果表明,本文方法能够实时捕捉船舶航行环境的动态变化趋势,可以高精度的重构船舶航行轨迹,船舶轨迹重构误差小,而且船舶轨迹重构速度快,可以保证船舶航行的安全。

改进TDOA算法的UWB室内定位系统设计

提出了一种基于UWB的无线传感器网络室内定位系统的设计方案。通过锚节点与标签节点信息交互,得到时间差,通过nRF24L01把时间差传送给上位机,上位机利用改进的TDOA算法和卡尔曼滤波算法,计算出目标物体的位置,并在上位机中显示出来。实验结果表明,该系统最终使得室内定位的达到了20cm左右,并且抗多径能力强、稳定性高,为无线网络传感器定位提供了更多的参考。

QAR数据的数据融合算法

分析了QAR数据中影响飞机性能衰减的主要因素,采用自适应加权数据融合算法和扩展卡尔曼滤波算法对相关性能参数进行了状态参量的估计,并验证了自适应加权融合算法在外界环境影响较小时的便捷性和外界环境影响过大时的局限性.引入扩展卡尔曼滤波算法,加入高斯噪声的计算,提高了状态估计值的精确度,为航空公司改善飞机运行提供了参考.

基于激光传感技术的目标跟踪

为了提高目标跟踪的准确性和实时性,针对当前算法跟踪误差大的缺陷,结合均值漂移算法和卡尔曼滤波的优点,提出了传感器节点的视频目标跟踪算法。首先对卡尔曼滤波器相关参数进行优化,并确定其初始状态变量,然后采用均值漂移算法估计候选目标与模板目标之间相似度,实现目标自适应跟踪,最后采用仿真实验测试算法的跟踪性能。结果表明,该方法可以实现目标准确跟踪,提高了目标跟踪的精度,而且实时性要优于对比算法,具有更广的应用范围。

云环境舰船目标检测与跟踪

目标检测与跟踪是舰船应用中的一个重要研究方向,针对当前舰船目标检测与跟踪存在的一些难题,为提高舰船目标检测与跟踪效果,设计了一种云环境下的舰船目标检测与跟踪方法。首先收集舰船目标检测与跟踪的数据,并对舰船目标的背景进行建模,然后采用卡尔曼滤波算法实现舰船目标检测与跟踪,并利用云环境作为舰船目标检测与跟踪的平台,最后在Matlab 2016平台上进行仿真实验,测试舰船目标检测与跟踪的效果,本文方法的舰船目标跟踪精度高,具有良好的舰船目标跟踪实时性。

基于噪声预测的二维卡尔曼跟踪算法在经纬仪航迹测量中的研究

针对卡尔曼滤波涉及到过程噪声协方差矩阵Q和量测噪声协方差矩阵R,实际情况中,Q和R未知或仅知道近似值,在最优滤波器的性能因素中需要考虑到Q和R的误差因素,大多数算法能够很好的辨识R,但在辨识Q时遇到了困难问题。为了能够更精确的获得输出矢量,提出了一种估计Q和R的方法,并对该方法的可靠性进行了实验仿真。同时采用扩展卡尔曼算法对输出的A、E和R进行预测和扩展,然后进行数据处理获得飞行器空间轨迹坐标,最后对计算的结果和文献对比。理论分析和实验仿真表明,算法能够获得更高的跟踪精度和更高的测量精度,验证了其有效性和可靠性。

GPS技术下船舶姿态实时校正方法研究

为提高船舶姿态实时校正精度,减少船舶姿态校正误差,设计了GPS技术下船舶姿态实时校正方法。首先对船舶姿态校正研究现状进行分析,找到船舶姿态校正误差产生的原因,然后采用GPS技术对船舶姿态进行初步校正,并采用卡尔曼滤波算法船舶姿态进行进一步校正,最后船舶姿态校正实验的结果表明,本文方法的船舶姿态实时校正精度高,船舶姿态实时校正速度快,获得了比其他方法更优的船舶姿态实时校正结果,具有较高的实际应用价值。

基于卡尔曼滤波融合的移动机器人定位算法

移动机器人的定位是实现机器人自动导航的一项关键技术内容。为了满足移动机器人准确定位的要求,提出来基于卡尔曼滤波融合的定位算法。通过卡尔曼滤波融合算法里程计和声呐的测量数据,并针对该方法中的观测误差导致滤波器性能下降发散的问题,提出基于卡尔曼滤波融合的移动机器人定位算法,对估算位置坐标进行优化处理,以提高移动机器人定位的性能和稳定性,改善定位精度。

卡尔曼滤波GNSS数据处理模型——GNSS动态载波相位测量的数据处理方法之二

在吸收国内外学者研究成果的基础上,本文提出了解算GNSS动态载波相位测量的无模糊度参数解算法,并进行了实际验算。

基于RSSI测距模型优化算法研究

RSSI定位方法已成为近年来研究热点,基于测距的RSSI定位算法本身具有一定缺陷,无线信号在传播过程中由于受到环境中各种高斯白噪声的干扰,致使获取的RSSI值会在某一中心值上下波动,极大影响了定位的实效性、准确性。为提高室内环境的定位精度,提出一种基于RSSI的高斯—卡尔曼滤波优化。先用极大似然估计得出RSSI测距模型的修正参数,然后使用最小二乘法(LSM)初步估计所求定点的坐标,最后利用高斯-卡尔曼滤波对计算出来的定位节点坐标和参数进行优化,利用Matlab实验仿真结果表明,算法具有定位误差小、精度高的明显特点。

基于大数据技术的船舶定位导航和航迹预测

船舶定位导航和航迹预测研究具有重要的实际意义,为了提高船舶定位导航和航迹预测精度,设计了基于大数据技术的船舶定位导航和航迹预测方法,首先对船舶定位导航和航迹预测研究现状进行分析,找到船舶定位导航和航迹预测中存在的难题,然后引入大数据技术——卡尔曼滤波算法实现船舶定位导航和航迹预测,最后测试结果表明,本方方法可以描述船舶定位导航和航迹的变化特点,船舶定位导航和航迹预测精度大于90%,而且船舶定位导航和航迹预测准确性要高于其他方法。

基于乘性扩展卡尔曼滤波的微小卫星姿态测量算法

在微小卫星姿态控制研究中,微机电系统的敏感器件存在固有精度不足的问题。针对这一问题,在微小卫星姿态测量算法的基础上,文中引入了四元数乘性扩展卡尔曼滤波算法,从而解决了误差协方差阵的奇异问题,减小了不确定误差对滤波的影响,并提高了姿态测量算法的精度。同时,文中还对改进算法进行了仿真,其结果表明与原算法相比,改进算法的计算精度更高。

基于Kalman算法改进的Camshift运动目标跟踪算法

Camshift算法能够自适应更新跟踪框的大小、方向,在对特定颜色的目标跟踪时,能够取得很好的跟踪效果,但当目标受到背景因素干扰或者有局部的、不完全遮挡时,算法容易陷入局部最大值,导致丢失目标情况的出现最终跟踪失败,文章结合了kalman和Camshift算法,对目标有部分物体、环境遮挡等情况下的目标跟踪做出了改进,kalman做预测矫正得得到可能目标位置,并以此为中心确定Camshift算法的搜索区域,通过巴氏(Bhattacharyya)系数判别是否有遮挡情况出现并及时给予修正,在一定情况下对Camshift跟踪算法做出了改进。

基于MEGA328P的四旋翼飞行器设计

该飞行器是基于MEGA328P为核心控制的四轴飞行模型。系统由飞控模块、电源模块、通信模块、传感器模块、无刷电机模块、机架等组成。利用四元数姿态算法对传感器数据进行处理得到正确的飞行姿态,然后采用PID算法控制电机,实现自由飞行、定高飞行、GPS导航、航拍等功能。实验表明,系统工作稳定,适合大学生自主学习和研究。