期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到528篇文章
< 1 2 … 27 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
多输入融合卡尔曼滤波算法在矿井定位中的优化研究 被引量：1
1
作者 刘云 房飞翔 《传感器与微系统》 CSCD 2018年第1期83-86,共4页
针对使用惯性测量单元和低功耗蓝牙(BLE)定位矿井环境,提出了多输入融合卡尔曼滤波算法(MIFKF),采用倾斜、偏航卡尔曼滤波器对惯性测量值进行预处理,利用BLE获取三边测量估计值,将预处理值和估计值通过多融合卡尔曼滤波器融合优化完成... 针对使用惯性测量单元和低功耗蓝牙(BLE)定位矿井环境,提出了多输入融合卡尔曼滤波算法(MIFKF),采用倾斜、偏航卡尔曼滤波器对惯性测量值进行预处理,利用BLE获取三边测量估计值,将预处理值和估计值通过多融合卡尔曼滤波器融合优化完成矿井环境定位,算法同时借助Rauch-TungStriebel(RTS)平滑器使定位精度进一步提高。通过仿真验证,对比BLE技术三边测量算法与标准KF算法,MIFKF算法在矿井复杂环境中有效减小定位误差。 展开更多
关键词 矿井无线定位 多输入融合卡尔曼滤波 惯性测量单元 低功耗蓝牙 平滑器
在线阅读 下载PDF
多层ICP闭环检测下的误差状态卡尔曼滤波多模态融合SLAM
2
作者 陈丹 陈浩 +3 位作者 王子晨 张衡 王长青 范林涛 《电子与信息学报》 北大核心 2025年第5期1517-1528,共12页
同步定位与地图构建(SLAM)技术是移动机器人智能导航的基础。该文针对单一传感器SLAM技术存在的问题,提出一种基于激光雷达多层迭代最近点(MICP)点云匹配闭环检测的误差状态卡尔曼滤波(ESKF)多传感器紧耦合2D-SLAM算法。在完成视觉与激... 同步定位与地图构建(SLAM)技术是移动机器人智能导航的基础。该文针对单一传感器SLAM技术存在的问题,提出一种基于激光雷达多层迭代最近点(MICP)点云匹配闭环检测的误差状态卡尔曼滤波(ESKF)多传感器紧耦合2D-SLAM算法。在完成视觉与激光雷达多模态数据的时空同步后,建立了里程计误差模型以及激光雷达与机器视觉点云匹配误差模型,并将其应用于误差状态卡尔曼滤波进行多模态数据融合,以提高SLAM的准确性和实时性。在公共数据集KITTI下进行的Gazebo环境仿真结果表明,该所提算法能够完整还原单一激光2D-SLAM无法获取到的环境障碍物信息,并能显著提高机器人轨迹估计和相对位姿估计精度。最后,采用Turtlebot2机器人在复杂实际大场景下进行了SLAM实验验证,结果表明所提多模态融合SLAM方法可以完整复原环境信息,实现实时的高精度2D地图构建。 展开更多
关键词 移动机器人 多传感器融合 同步定位与地图构建 误差状态卡尔曼滤波 闭环检测
在线阅读 下载PDF
基于卡尔曼滤波器的锅炉氧量信号融合优化方法
3
作者 赵国龙 田亮 《广东电力》 北大核心 2025年第8期12-18,共7页
受现场烟气取样位置及流场变化等因素影响,烟气氧量测量普遍存在多个信号测点数值偏差大、动态变化趋势不一致、可信性差的情况,为此提出一种基于卡尔曼滤波器的多点信号融合方法,得到准确性和可靠性更高的氧量信号。首先,利用增广状态... 受现场烟气取样位置及流场变化等因素影响,烟气氧量测量普遍存在多个信号测点数值偏差大、动态变化趋势不一致、可信性差的情况,为此提出一种基于卡尔曼滤波器的多点信号融合方法,得到准确性和可靠性更高的氧量信号。首先,利用增广状态卡尔曼滤波器,对空气预热器入口与烟囱入口氧量信号进行动态偏差估计与去噪,消除漏风引起的氧量偏差;其次,通过分布式卡尔曼滤波器,将初步融合信号与实时性最佳的炉膛出口氧量信号进一步融合,平衡动态响应与精度。经现场应用验证可知:在稳定工况下,当炉膛出口氧量方差为0.20、空预器入口氧量方差为0.25时,融合氧量的方差减小为0.011;在变负荷工况下,相较于烟囱入口氧量,融合氧量的等效惯性时间缩短了约200 s。融合后的氧量信号具有准确度高、动态响应速度快的优势,可提升氧量信号的可靠性。 展开更多
关键词 火电厂 卡尔曼滤波 锅炉氧量 数据融合
在线阅读 下载PDF
改进容积卡尔曼滤波的多目标多模态跟踪算法
4
作者 刘德儿 程健康 刘峻廷 《传感技术学报》 北大核心 2025年第7期1253-1261,共9页
高效安全的多目标跟踪技术是智能汽车行驶过程中的重要环节,然而目前许多方法忽略了误检目标可能对行驶安全性造成的潜在影响。为了减少误检目标的出现,提出了一种基于多传感器融合的双重关联机制,首先将轨迹与点云域和图像域中同时检... 高效安全的多目标跟踪技术是智能汽车行驶过程中的重要环节,然而目前许多方法忽略了误检目标可能对行驶安全性造成的潜在影响。为了减少误检目标的出现,提出了一种基于多传感器融合的双重关联机制,首先将轨迹与点云域和图像域中同时检测到的目标相关联并使用卡尔曼滤波进行更新,其次将未关联的轨迹与仅出现在点云域中的目标相关联,其中第一步未关联的目标定义为新轨迹,而第二步未关联的目标删除,所提方法可以极大地减少智能车辆行驶过程中误检目标的出现,从而显著提升行驶的安全性。同时,针对一些采用非线性卡尔曼滤波器的方法中在转弯过程中目标框偏移的问题,提出了一种改进的容积卡尔曼滤波器。该方法利用IMU数据来判断车辆的行驶状态,并自适应地调整估计误差矩阵,有效消除了车辆转弯对目标行驶状态估计的负面影响。在Kitti多目标跟踪数据集上进行测试的结果显示,所提算法有很高的优越性,HOTA(High Object Track Accuracy)达到78.00,MOTA(Multi-Object Track Accuracy)达到88.85,FPS达到200,在保持高精度的同时能很好满足实时性要求。 展开更多
关键词 自动驾驶 多目标跟踪 改进容积卡尔曼滤波 非线性运动模型 传感器融合
在线阅读 下载PDF
弱信号环境下基于改进扩展卡尔曼滤波的高精度定位算法
5
作者 任进 周培豫 +1 位作者 邹婧雯 章玮婷 《无线电通信技术》 北大核心 2025年第5期959-966,共8页
在当今社会,全球卫星导航系统(Global Navigation Satellite System,GNSS)已成为人们日常出行的重要工具,显著提升了出行效率。但在室内、隧道等弱信号环境中,GNSS因信号强度不足常出现失锁现象,导致定位功能失效,无法提供精准导航服务... 在当今社会,全球卫星导航系统(Global Navigation Satellite System,GNSS)已成为人们日常出行的重要工具,显著提升了出行效率。但在室内、隧道等弱信号环境中,GNSS因信号强度不足常出现失锁现象,导致定位功能失效,无法提供精准导航服务。为应对这一挑战,提出了一种基于改进扩展卡尔曼滤波(Extended Kalman Filter,EKF)的高精度定位方案。该方案融合了超宽带(Ultra-Wideband,UWB)无线通信技术最小二乘法、KF和EKF技术,并引入多新息EKF(Multi-Innovation EKF,MIEKF)算法,通过综合利用多时刻观测数据和遗忘因子机制,有效减少了定位误差,提升了定位精度。实验结果表明,该方案的均方根误差可降低至0.179 m,验证了其在弱信号环境下的高精度定位能力,为复杂场景下的精准导航提供了可靠的技术支持。 展开更多
关键词 融合定位 卡尔曼滤波 扩展卡尔曼滤波 多新息扩展卡尔曼滤波
在线阅读 下载PDF
基于最小二乘的D-S证据理论和卡尔曼滤波的塔机负载定位
6
作者 温家凯 陈志梅 +1 位作者 邵雪卷 张井岗 《控制工程》 北大核心 2025年第9期1666-1672,共7页
在塔机定位系统中,负载进行三维运动,其运动系统复杂,定位较为困难。针对塔机负载的定位,建立了应用双层最小二乘(double least squares, DLS)法和D-S(DempsterShafer)证据理论与卡尔曼滤波(Kalman filter, KF)相结合的塔机负载定位算... 在塔机定位系统中,负载进行三维运动,其运动系统复杂,定位较为困难。针对塔机负载的定位,建立了应用双层最小二乘(double least squares, DLS)法和D-S(DempsterShafer)证据理论与卡尔曼滤波(Kalman filter, KF)相结合的塔机负载定位算法。首先,引入最小二乘法,进行负载在固定三维空间内的坐标定位,并改进最小二乘法为双层最小二乘法,对负载的三维坐标进行粗略估计;然后,应用D-S证据理论将估计信息进行数据融合,得出估计信息对应的权值;最后,将融合后的数据传入卡尔曼滤波算法,进行更高层次的最优估计,从而实现对塔机负载的精确定位。仿真结果表明,所提算法在定位精度和三维动态误差方面均优于对比算法,可实现对塔机负载的精确定位。 展开更多
关键词 塔式起重机 最小二乘法 D-S证据理论 卡尔曼滤波 信息融合
在线阅读 下载PDF
基于卡尔曼滤波补偿传感器数据滞后的时间配准
7
作者 罗钦文 余潇 +2 位作者 高歆杨 柯芳 袁佳 《激光技术》 北大核心 2025年第6期867-873,共7页
为了解决多传感器光电跟踪系统中由于传感器不同步导致后续的数据融合性能下降的问题,采用卡尔曼滤波与拉格朗日插值相结合的方法,对异步数据融合的前期数据处理方法进行了研究,实现了多传感器采样序列的时间配准。采用卡尔曼滤波对传... 为了解决多传感器光电跟踪系统中由于传感器不同步导致后续的数据融合性能下降的问题,采用卡尔曼滤波与拉格朗日插值相结合的方法,对异步数据融合的前期数据处理方法进行了研究,实现了多传感器采样序列的时间配准。采用卡尔曼滤波对传感器数据进行预测,在抑制过程噪声和测量噪声的同时,补偿了传感器滞后;针对卡尔曼滤波预测后建立了新采样数值序列;最后运用拉格朗日插值法将异步的数据归整到统一的采样频率,为高性能的异步数据融合准备好了同步的原始数据。通过多传感器光电跟踪系统跟踪切向飞行目标的典型工况进行仿真,验证了方法的有效性,取得了可反映真实目标轨迹的配准数据。结果表明,雷达配准精度优于1°,光电传感器配准精度达到角分级,且实现过程简单可靠。这一结果可满足光电跟踪系统工程应用的需求。 展开更多
关键词 传感器技术 光电跟踪系统 异步数据融合 时间配准 卡尔曼滤波 滞后补偿
在线阅读 下载PDF
基于自适应抗噪卡尔曼滤波的组合导航方法 被引量：2
8
作者 张溢 顾晶 《电子测量技术》 北大核心 2025年第2期92-100,共9页
随着自动驾驶的迅速发展,对高精度车辆导航实时定位技术的需求日益迫切。在常用的GNSS/INS组合导航中,自适应卡尔曼滤波是一种常用的状态预测方法,然而,在复杂的动态环境下,其在应对GNSS多路径噪声和实时变化的过程噪声方面存在局限。... 随着自动驾驶的迅速发展,对高精度车辆导航实时定位技术的需求日益迫切。在常用的GNSS/INS组合导航中,自适应卡尔曼滤波是一种常用的状态预测方法,然而,在复杂的动态环境下,其在应对GNSS多路径噪声和实时变化的过程噪声方面存在局限。针对这一问题,本文提出了一种自适应抗噪卡尔曼滤波算法,用于抑制GNSS测量噪声和动态过程噪声。该算法通过变分模态分解-小波去噪对原始GNSS测量数据进行预处理,提高了数据融合的输入精度;其次,在数据融合过程中,加入了随车辆环境实时变化的动态噪声缩放因子。通过以上两个去噪步骤,整体上有效抑制了噪声不确定性对导航精度的干扰。通过仿真模拟和真实车载实验验证了所提方法的有效性,与传统自适应卡尔曼滤波算法相比,本算法的位置估计和速度估计误差分别降低了37.7%和42.8%,显著提升了移动车辆速度和位置的高精度估计能力。 展开更多
关键词 组合导航 自适应卡尔曼滤波 抗噪 传感器融合 变分模态分解
在线阅读 下载PDF
无迹卡尔曼滤波算法对UWB/IMU组合定位的研究
9
作者 姚露 聂晓根 +1 位作者 黄汉阳 赵毅 《机械科学与技术》 北大核心 2025年第6期1033-1040,共8页
为提高UWB定位技术在复杂环境工作时的定位精度,提出基于无迹卡尔曼滤波(UKF)算法的UWB/IMU信息融合方法。分别利用UWB定位技术和IMU惯性测量技术解算出机器人的位置信息,采用UKF算法对位置信息数据进行融合,得到机器人的最终位置信息,... 为提高UWB定位技术在复杂环境工作时的定位精度,提出基于无迹卡尔曼滤波(UKF)算法的UWB/IMU信息融合方法。分别利用UWB定位技术和IMU惯性测量技术解算出机器人的位置信息,采用UKF算法对位置信息数据进行融合,得到机器人的最终位置信息,分别应用MATLAB仿真软件和构建的实验平台进行仿真和试验。MATLAB仿真结果表明,UWB定位误差在±1 m之间且波动较大,而UWB/IMU融合定位的误差在±0.25 m以内,基本稳定在±0.2 m;根据实验,在动态定位过程中,采用基于UKF算法的组合定位方法得到的数据误差稳定在4~8 cm之间,而仅采用UWB定位得到的数据误差波动较大,最大达到17 cm,表明采用组合定位的数据误差较小,可以达到厘米级精度,数据稳定。 展开更多
关键词 定位精度 无迹卡尔曼滤波算法 信息融合 MATLAB仿真
在线阅读 下载PDF
地磁导航中复合卡尔曼滤波应用发展研究
10
作者 游高云 李新三 +4 位作者 秦伟伟 李婷 沈强 李灿 廖守亿 《航空兵器》 北大核心 2025年第5期31-37,共7页
地磁导航作为一种自主、无源、隐蔽性强的导航方式,近年来在航空航天和水下探测等领域受到广泛关注。复合卡尔曼滤波通过融合多源传感器信息,能够有效抑制噪声,提高系统鲁棒性,已成为提升地磁导航精度的关键技术之一。首先结合卡尔曼滤... 地磁导航作为一种自主、无源、隐蔽性强的导航方式,近年来在航空航天和水下探测等领域受到广泛关注。复合卡尔曼滤波通过融合多源传感器信息,能够有效抑制噪声,提高系统鲁棒性,已成为提升地磁导航精度的关键技术之一。首先结合卡尔曼滤波基本原理总结了地磁导航中集中式滤波的实际应用难点,包括滤波框架局限、高维数据处理、容错性能较差和扩展能力不足。其次,提出了分布式卡尔曼滤波和其他技术手段辅助的卡尔曼滤波两类框架,在此基础上重点综述了复合滤波在地磁导航中的应用现状。最后,展望了复合卡尔曼滤波在地磁导航中的应用前景及未来发展方向。 展开更多
关键词 卡尔曼滤波 地磁导航 惯性导航 深度学习 数据融合
在线阅读 下载PDF
ADAS系统视觉与毫米波雷达分布式抗差卡尔曼滤波融合算法 被引量：4
11
作者 邓云红 赵治国 +1 位作者 杨一飞 于勤 《汽车工程》 EI CSCD 北大核心 2024年第5期805-815,共11页
自动驾驶车辆常常利用多传感器对周围目标进行检测和跟踪,但受限于传感器多源异构特性和复杂多变的驾驶环境,准确的多目标检测和跟踪仍是实现自动驾驶的一大困难和挑战。本文面向高级驾驶辅助系统(ADAS)的多目标检测与跟踪任务,采用了基... 自动驾驶车辆常常利用多传感器对周围目标进行检测和跟踪,但受限于传感器多源异构特性和复杂多变的驾驶环境,准确的多目标检测和跟踪仍是实现自动驾驶的一大困难和挑战。本文面向高级驾驶辅助系统(ADAS)的多目标检测与跟踪任务,采用了基于1个视觉传感器和5个毫米波雷达(1V5R)的传感器配置方案,且设计了基于分布式抗差卡尔曼滤波器的多传感器信息融合算法以实现对周围目标的准确感知。首先,针对不同传感器数据特征,采用不同的线性卡尔曼滤波器和扩展卡尔曼滤波器进行数据融合,并基于分布式卡尔曼滤波建立了1V5R多传感器信息融合框架。其次,为降低传感器动态误差对于融合精度的影响,在卡尔曼加权观测融合的基础上,引入抗差估计方法,实现了对传感器动态误差的实时估计和修正。最后,通过离线仿真和实车道路试验对所提出的基于分布式抗差卡尔曼滤波的多传感器融合算法进行了验证。试验结果表明,与单一传感器的测量值相比,所提出的算法能有效融合多个传感器的信息以提升目标的检测与跟踪精度,且鲁棒性较好。 展开更多
关键词 多目标检测与跟踪 传感器信息融合 分布式卡尔曼滤波 抗差估计
在线阅读 下载PDF
含未知输入非线性系统的扩展平方根容积卡尔曼滤波算法
12
作者 鹿子豪 王娜 +2 位作者 林崇 赵克友 董世桂 《科学技术与工程》 北大核心 2024年第14期5892-5900,共9页
针对工程实际应用中存在的未知输入会导致经典的非线性滤波器状态估计精度下降甚至滤波发散的问题,提出了一种基于最小方差无偏估计(minimum variance unbiased estimation,MVUE)准则的扩展平方根容积卡尔曼滤波(extended square-root c... 针对工程实际应用中存在的未知输入会导致经典的非线性滤波器状态估计精度下降甚至滤波发散的问题,提出了一种基于最小方差无偏估计(minimum variance unbiased estimation,MVUE)准则的扩展平方根容积卡尔曼滤波(extended square-root cubature Kalman filter,ESRCKF)算法。首先,结合上一时刻未知输入估计值对状态一步预测值进行修正,得到含未知输入条件下的状态预测值。其次,设计新息并采用加权最小二乘(weighted least squares,WLS)法获取当前时刻未知输入的无偏估计。最后,通过最小化协方差矩阵的迹,同时采用拉格朗日乘子法和舒尔补引理得到系统状态的最小方差无偏估计。仿真结果表明,相比于现有的非线性滤波算法,ESRCKF算法提高了在处理含未知输入非线性系统时的状态估计精度,并能同时实现系统状态和未知输入的最优估计,验证了该算法的有效性。 展开更多
关键词 平方根容积卡尔曼滤波 最小方差无偏估计 加权最小二乘法 状态估计 未知输入估计
在线阅读 下载PDF
卡尔曼滤波下多源传感器数据互补-加权迭代融合算法 被引量：5
13
作者 唐启涛 戴小鹏 罗莉霞 《传感技术学报》 CAS CSCD 北大核心 2024年第8期1460-1465,共6页
因多源传感器在数据融合过程中,受自身数据差异性影响较大,导致最终的融合结果精准度较低。为此,在卡尔曼滤波算法的基础上,针对多源传感器数据提出一种互补-加权迭代融合算法。建立多源传感器观测模型,找出数据融合过程中的最优加权系... 因多源传感器在数据融合过程中,受自身数据差异性影响较大,导致最终的融合结果精准度较低。为此,在卡尔曼滤波算法的基础上,针对多源传感器数据提出一种互补-加权迭代融合算法。建立多源传感器观测模型,找出数据融合过程中的最优加权系数。在多源传感器组合系统中引入卡尔曼滤波算法,结合互补-加权迭代融合算法,建立预测方程、状态方程、滤波互补因子以及估计均方误差方程,实现多源传感器的数据融合。实验结果表明,所提算法可以精准找出最优加权系数,观测误差始终在0.6 m以下,可以实现数据的精准融合。 展开更多
关键词 多源传感器 数据互补-加权迭代融合 卡尔曼滤波算法 状态方程 最优加权系数
在线阅读 下载PDF
基于集合卡尔曼滤波的帽儿山森林多源LAI产品重建及融合校正方法
14
作者 包塔娜 范文义 《浙江农林大学学报》 CAS CSCD 北大核心 2024年第4期841-849,共9页
【目的】现有叶面积指数(LAI)产品大多存在分辨率低、数据异常和精度低等问题,难以满足某些应用需求。因此,本研究提出一种多源LAI数据的融合方法,以减少不同来源数据的差异并提高产品精度。【方法】以帽儿山实验林场的阔叶林和针叶林... 【目的】现有叶面积指数(LAI)产品大多存在分辨率低、数据异常和精度低等问题,难以满足某些应用需求。因此,本研究提出一种多源LAI数据的融合方法,以减少不同来源数据的差异并提高产品精度。【方法】以帽儿山实验林场的阔叶林和针叶林区域为研究区,基于2017年的MODIS、VIIRS和PROBA-V的LAI产品,利用多年LAI数据作为先验知识建立LAI背景库修正低质量数据,对3种LAI数据集进行混合像元分解的降尺度处理,基于Sentinel-2反射率产品耦合集合卡尔曼滤波(EnKF)算法、LAI动态模型和辐射传输模型进行数据同化,最后对同化后的3种LAI数据进行赋权融合,使用实测数据进行精度评价。【结果】在阔叶林,同化后的MODIS、VIIRS和PROBA-V LAI与实测数据的相关系数分别为0.59、0.56和0.62,比原始数据提升了0.57、0.52和0.57;均方根误差分别为0.37、0.31和0.14,比原始数据减小了1.23、1.69和1.06。在针叶林,同化后的MODIS、VIIRS和PROBA-V LAI与实测数据的相关系数分别为0.59、0.49和0.56,比原始数据提升了0.52、0.30和0.40;均方根误差分别为0.24、0.28和0.19,比原始数据减小了1.22、0.67和1.35。通过融合方法,阔叶林LAI和针叶林LAI的相关系数分别为0.83和0.76,比同化后数据的相关性更高;均方根误差分别为0.15和0.13,比同化后数据的误差更小。【结论】通过数据同化提升了3种LAI产品精度,融合后LAI较同化后单一LAI具有更高的精度和可靠性。 展开更多
关键词 叶面积指数(LAI) MODIS VIIRS PROBA-V 重建 集合卡尔曼滤波(EnKF) 数据融合
在线阅读 下载PDF
基于改进关键帧筛选的多状态约束卡尔曼滤波 被引量：4
15
作者 修瑾智 方针 +5 位作者 彭慧 陈燕苹 邹梦强 刘宇 杨诚霖 王森 《压电与声光》 CAS 北大核心 2024年第4期474-477,共4页
基于多状态约束卡尔曼滤波的融合算法仅利用单帧图像进行位姿估计,若初始化不正确,会导致视觉位姿估计发散严重;若将每个视觉特征点都包含进系统状态向量,则极易增加系统计算负担。针对上述问题,提出了一种改进的关键帧选择算法,利用多... 基于多状态约束卡尔曼滤波的融合算法仅利用单帧图像进行位姿估计,若初始化不正确,会导致视觉位姿估计发散严重;若将每个视觉特征点都包含进系统状态向量,则极易增加系统计算负担。针对上述问题,提出了一种改进的关键帧选择算法,利用多个视觉关键帧对相同特征点的约束来减小视觉测量误差,提高定位精度,同时只将关键帧解算出的相机位姿融入系统状态向量,有效地降低了系统计算量。实验表明,改进算法与EKF相比,其定位精度和计算效率分别提升了29.09%和32.2%。与Orb-slam2相比,改进算法的计算效率提升了35.48%。 展开更多
关键词 关键帧 卡尔曼滤波 融合算法 视觉定位 惯性定位
在线阅读 下载PDF
基于多源预报残差的卡尔曼滤波校正技术 被引量：1
16
作者 金桂中 陈国灿 +2 位作者 赵兰兰 石朋 周玉良 《河海大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第4期1-4,共4页
为充分利用实测水位流量序列所蕴含的信息,挖掘实测水位流量数据对洪水预报结果的实时在线校正作用以提高洪水预报精度,提出了一种基于多源预报残差的卡尔曼滤波校正技术,该技术采用基于水文要素观测值的涨落差法和残差自回归模型构建... 为充分利用实测水位流量序列所蕴含的信息,挖掘实测水位流量数据对洪水预报结果的实时在线校正作用以提高洪水预报精度,提出了一种基于多源预报残差的卡尔曼滤波校正技术,该技术采用基于水文要素观测值的涨落差法和残差自回归模型构建多源误差信息源,利用卡尔曼滤波技术进行多源误差序列融合来对洪水预报结果进行实时校正。浙江钱塘江流域实测资料验证结果表明:基于多源预报残差的卡尔曼滤波校正技术能够显著降低预报模型的流量模拟误差,平均相对误差减小超过10%。 展开更多
关键词 多源误差融合校正 洪水预报 卡尔曼滤波 误差自回归模型
在线阅读 下载PDF
基于卡尔曼滤波的信息融合技术在区域化探异常综合评价中的应用探索 被引量：8
17
作者 郭科 陈聆 +2 位作者 唐菊兴 魏友华 彭继兵 《地学前缘》 EI CAS CSCD 北大核心 2006年第5期533-536,共4页
在地球化学综合异常评价中,首次使用基于卡尔曼滤波的信息融合技术,对具有复杂地质地貌特征的西藏恒星错测区1∶50000水系沉积物测量的异常数据进行综合异常评价解释,该方法是把测区的地球化学元素视为多个传感器,将各地球化学元素的异... 在地球化学综合异常评价中,首次使用基于卡尔曼滤波的信息融合技术,对具有复杂地质地貌特征的西藏恒星错测区1∶50000水系沉积物测量的异常数据进行综合异常评价解释,该方法是把测区的地球化学元素视为多个传感器,将各地球化学元素的异常数据利用集中式多传感器卡尔曼滤波算法进行信息融合,绘制了综合异常图,并对恒星错测区进行了综合异常评价。综合异常图显示结果表明,该方法不同于传统意义上对各单元素异常的机械叠合,基本上消除了无成矿意义上的假异常,而且使致矿异常更为集中,异常形态表现为圈闭良好的椭圆状或圆状,综合异常形态清晰,得到的异常与测区内发现和评价的矿产基本一致。这表明采用基于卡尔曼滤波的信息融合技术处理综合异常的方法较传统方法更行之有效。 展开更多
关键词 信息融合 卡尔曼滤波 分形 异常 综合评价
在线阅读 下载PDF
基于推广卡尔曼滤波的多站被动式融合跟踪 被引量：19
18
作者 程咏梅 潘泉 +1 位作者 张洪才 叶西宁 《系统仿真学报》 CAS CSCD 2003年第4期548-550,共3页
将推广卡尔曼滤波(EKF)算法与集中式融合跟踪算法相结合,用于被动式多站跟踪,给出了基于EKF的被动式多站集中式融合跟踪算法。该算法可解决被动式跟踪系统的可观测性及非线性问题。以三个站进行跟踪为例,进行了仿真研究,结果表明该算法... 将推广卡尔曼滤波(EKF)算法与集中式融合跟踪算法相结合,用于被动式多站跟踪,给出了基于EKF的被动式多站集中式融合跟踪算法。该算法可解决被动式跟踪系统的可观测性及非线性问题。以三个站进行跟踪为例,进行了仿真研究,结果表明该算法具有满意的跟踪性能。 展开更多
关键词 被动式多站集中式融合跟踪算法 卡尔曼滤波 数据融合 数据处理
在线阅读 下载PDF
互补滤波和卡尔曼滤波的融合姿态解算方法 被引量：49
19
作者 张栋 焦嵩鸣 刘延泉 《传感器与微系统》 CSCD 2017年第3期62-65,69,共5页
针对捷联惯性测量单元(IMU)噪声大、精度低的缺点和常规的姿态解算算法精度不高等问题,提出了一种互补滤波和卡尔曼滤波相结合的融合算法。该算法基于姿态角微分方程建立系统的状态方程模型,利用互补滤波后的姿态角作为系统的观测量,再... 针对捷联惯性测量单元(IMU)噪声大、精度低的缺点和常规的姿态解算算法精度不高等问题,提出了一种互补滤波和卡尔曼滤波相结合的融合算法。该算法基于姿态角微分方程建立系统的状态方程模型,利用互补滤波后的姿态角作为系统的观测量,再应用扩展卡尔曼滤波(EKF)算法融合了陀螺仪、加速度计和电子罗盘的测量数据。为验证该算法有效性,用带有传感器的开发板依次进行静态和动态测试,实验结果表明:结合了互补滤波和卡尔曼滤波的融合算法,在静态时能够抑制姿态角漂移和滤出噪声,在动态时能够快速跟踪姿态的变化,提高了姿态角的解算精度。 展开更多
关键词 卡尔曼滤波 互补滤波 姿态估计 数据融合 惯性测量单元
在线阅读 下载PDF
基于卡尔曼滤波的信息融合算法优化研究 被引量：12
20
作者 张开禾 富立 范耀祖 《中国惯性技术学报》 EI CSCD 2006年第5期32-35,共4页
通过比较采用联邦卡尔曼滤波的状态向量融合和量测信息融合,得出量测信息融合优于状态向量融合,因为只有当卡尔曼滤波一致时状态向量融合才有效。采用基于最小均方差估计的观测值加权融合法融合了多传感器数据,保持了观测向量的维数。... 通过比较采用联邦卡尔曼滤波的状态向量融合和量测信息融合,得出量测信息融合优于状态向量融合,因为只有当卡尔曼滤波一致时状态向量融合才有效。采用基于最小均方差估计的观测值加权融合法融合了多传感器数据,保持了观测向量的维数。这种方法具有高效性。为了提高该算法的速度和精度,对系统的量测空间进行了等价变换,而等价系统的状态空间却没有改变。给出了等价变换前后的系统误差方差阵和状态估计均一致性的证明。把矩阵分析中的L-D分解算法运用到该算法中以避免计算矩阵的逆,从而改善了算法的稳定性和精度。举例验证了所设计算法的这些优点,给出了采用联邦卡尔曼滤波和所优化滤波算法的状态估计和误差的仿真结果,并依次进行了分析。经过这种优化,算法的精度和速度得到很大提高,已经应用到实际工程中。 展开更多
关键词 信息融合 卡尔曼滤波 等价变换 L-D分解
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 27 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部