检索结果-维普期刊中文期刊服务平台

基于量子粒子群优化容积卡尔曼滤波的LANDMARC室内定位算法被引量：8: 1; 作者张悦袁莉芬 +1 位作者何怡刚吕密《电子测量与仪器学报》 CSCD 北大核心 2018年第2期72-79,共8页; 针对噪声环境下,基于标准容积卡尔曼滤波的LANDMARC室内定位算法因噪声特性估计不准,引起滤波性能下降而导致定位误差较大的问题,提出一种基于量子粒子群优化容积卡尔曼滤波的LANDMARC室内定位算法。该算法首先建立基于LANDMARC定位框... 展开更多; 关键词量子粒子群优化算法容积卡尔曼滤波算法定位模型噪声特性; 在线阅读下载PDF 职称材料

基于SRCKF算法的锂离子电池荷电状态估计: 2; 作者肜瑶张洋洋吕运朋《电池》北大核心 2025年第2期273-278,共6页; 为提高荷电状态(SOC)估计的精度,以磷酸铁锂锂离子电池为研究对象,在双极化等效电路模型的基础上,分析容积卡尔曼滤波器(CKF)的SOC估计过程。针对CKF算法发散的问题,采用平方根容积卡尔曼滤波(SRCKF)算法进行电池SOC估计。SRCKF算法通... 展开更多; 关键词磷酸铁锂锂离子电池双极化模型平方根容积卡尔曼滤波(SRCKF)算法荷电状态(SOC)估计; 在线阅读下载PDF 职称材料

降维CKF算法及其在SINS初始对准中的应用被引量：9: 3; 作者钱华明葛磊 +1 位作者黄蔚彭宇《系统工程与电子技术》 EI CSCD 北大核心 2013年第7期1492-1497,共6页; 针对常规容积卡尔曼滤波(cubature Kalman filter,CKF)算法在捷联惯导系统(strapdown inertialnavigation system,SINS)大方位失准角初始对准中采样点个数与状态向量维数成正比、计算量较大的问题,提出了降维CKF算法。与常规CKF算法相比... 展开更多; 关键词捷联惯导系统初始对准常规容积卡尔曼滤波算法降维容积卡尔曼滤波算法三阶球面-相径容积规则; 在线阅读下载PDF 职称材料

非高斯噪声下的参数自适应高斯混合CQKF算法被引量：6: 4; 作者孟东缪玲娟 +1 位作者邵海俊沈军《北京理工大学学报》 EI CAS CSCD 北大核心 2018年第10期1079-1084,共6页; 研究非高斯噪声环境下的高斯混合滤波方法,进行纯方位跟踪系统的目标跟踪.利用改进的参数自适应方法,调整位移参数的大小,从而修正了高斯混合模型,提出了在非高斯噪声下的参数自适应高斯混合CQKF算法;基于非高斯噪声下的离散系统模型,... 展开更多; 关键词高斯混合模型容积卡尔曼滤波算法参数自适应方法初值优化; 在线阅读下载PDF 职称材料

基于无线传感器网络的视频目标跟踪算法被引量：10: 5; 作者毛颉《控制工程》 CSCD 北大核心 2018年第1期71-75,共5页; 目标跟踪一直是计算机视觉研究中的重点和难点，针对当前算法鲁棒性差、难以获得高精度的跟踪结果的局限性，设计了基于无线传感器网络的视频目标跟踪算法。首先多个传感器节点组成1个无线传感器网络。并通过无线传感网络收集目标信息... 展开更多; 关键词传感器节点计算机视频目标跟踪容积卡尔曼滤波算法目标状态; 在线阅读下载PDF 职称材料

双自适应CKF锂电池荷电状态估计被引量：1: 6; 作者杨宇飞王高杰郑艳萍《电子测量技术》北大核心 2024年第15期53-63,共11页; 锂电池荷电状态是锂电池安全运行最重要的状态参数,为了提高锂电池SOC的估算精度,本文提出了一种双自适应容积卡尔曼滤波算法。利用锂电池二阶DP等效电路模型做状态参数的离线辨识,使用精确度较高的容积卡尔曼滤波算法估测单个SOC,并且... 展开更多; 关键词 SOC 离线辨识双自适应容积卡尔曼滤波算法; 在线阅读下载PDF 职称材料

基于COA-ASRCKF的单液流锌镍电池SOC估计: 7; 作者宋春宁苏有平 +1 位作者莫伟县郑少耿《电池》 CAS 北大核心 2021年第4期351-355,共5页; 针对容积卡尔曼滤波(CKF)算法在迭代过程中存在诸多破坏协方差对称性和正定性的敏感操作,进而导致算法终止的现象,提出一种自适应平方根容积卡尔曼滤波(ASRCKF)算法。采用ASRCKF算法在估算单液流锌镍电池荷电状态(SOC)时,过程噪声协方差... 展开更多; 关键词单液流锌镍电池荷电状态(SOC) 郊狼优化算法(COA) 自适应平方根容积卡尔曼滤波(ASRCKF)算法参数寻优; 在线阅读下载PDF 职称材料

题名基于量子粒子群优化容积卡尔曼滤波的LANDMARC室内定位算法被引量：8: 1; 作者张悦袁莉芬何怡刚吕密; 机构合肥工业大学电气与自动化工程学院德州农工大学; 出处《电子测量与仪器学报》 CSCD 北大核心 2018年第2期72-79,共8页; 基金国家重点研发计划(2016YFF0102200) 国家自然科学基金(61102035,51577046) +3 种基金中国博士后特别项目(2015T80651) 中国博士后面上项目(2014M5517) 国家杰出青年科学基金(50925727)资助项目; 文摘针对噪声环境下,基于标准容积卡尔曼滤波的LANDMARC室内定位算法因噪声特性估计不准,引起滤波性能下降而导致定位误差较大的问题,提出一种基于量子粒子群优化容积卡尔曼滤波的LANDMARC室内定位算法。该算法首先建立基于LANDMARC定位框架下的运动目标动态模型,然后引入量子粒子群优化技术对容积卡尔曼滤波中时间更新过程的状态预测值进行优化,以降低因畸变噪声引起的误差;最后将改进的容积卡尔曼滤波算法应用到运动目标状态估计中。实验结果表明,所提算法定位误差均值为0.175 m,与相同环境下传统的LANDMARC算法、基于容积卡尔曼滤波的LANDMARC算法以及基于粒子群优化容积卡尔曼滤波的LANDMARC算法相比,定位精度和稳定性均有明显提高,且运算时间比基于粒子群优化的算法少,应用在室内定位中能够得到较为真实的目标移动轨迹。; 关键词量子粒子群优化算法容积卡尔曼滤波算法定位模型噪声特性; Keywords quantum particle swarm optimization algorithm cubature Kalman filter algorithm localization model noise characteristics; 分类号 TN713 [电子电信—电路与系统] TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于SRCKF算法的锂离子电池荷电状态估计: 2; 作者肜瑶张洋洋吕运朋; 机构黄河科技学院工学部郑州大学物理学院; 出处《电池》北大核心 2025年第2期273-278,共6页; 基金河南省级科技攻关项目(23210221003)。; 文摘为提高荷电状态(SOC)估计的精度,以磷酸铁锂锂离子电池为研究对象,在双极化等效电路模型的基础上,分析容积卡尔曼滤波器(CKF)的SOC估计过程。针对CKF算法发散的问题,采用平方根容积卡尔曼滤波(SRCKF)算法进行电池SOC估计。SRCKF算法通过引入正交三角(QR)分解,误差协方差矩阵在计算过程中以平方根的形式传播,从而确保矩阵的正定和对称。与CKF算法对比发现,SRCKF算法的估计误差为2.0534×10-4 V,说明可以提高SOC估计的精度。; 关键词磷酸铁锂锂离子电池双极化模型平方根容积卡尔曼滤波(SRCKF)算法荷电状态(SOC)估计; Keywords lithium iron phosphate Li-ion battery dual polarization model square root cubature Kalman filter(SRCKF)algorithm state of charge(SOC)estimation; 分类号 TM912.9 [电气工程—电力电子与电力传动]; 在线阅读下载PDF 职称材料

题名降维CKF算法及其在SINS初始对准中的应用被引量：9: 3; 作者钱华明葛磊黄蔚彭宇; 机构哈尔滨工程大学自动化学院; 出处《系统工程与电子技术》 EI CSCD 北大核心 2013年第7期1492-1497,共6页; 基金国家自然科学基金(61104036)资助课题; 文摘针对常规容积卡尔曼滤波(cubature Kalman filter,CKF)算法在捷联惯导系统(strapdown inertialnavigation system,SINS)大方位失准角初始对准中采样点个数与状态向量维数成正比、计算量较大的问题,提出了降维CKF算法。与常规CKF算法相比,该算法只对离散化后的SINS非线性误差模型中的大方位失准角进行采样,再利用三阶球面-相径容积规则计算后验均值和协方差,从而将采样向量从10维降低到1维,采样点数量从20个下降到2个,减小了计算量。仿真实验结果表明,该算法与常规CKF算法具有相同的对准精度,计算时间仅为常规CKF算法的1/3,是一种较为实用的方法。; 关键词捷联惯导系统初始对准常规容积卡尔曼滤波算法降维容积卡尔曼滤波算法三阶球面-相径容积规则; Keywords strapdown inertial navigation system（SINS） initial alignment conventional cubature Kalman filter（CKF） algorithm reduced dimension CKF algorithm third-degree spherical-radial cubature rule; 分类号 U666.1 [交通运输工程—船舶及航道工程]; 在线阅读下载PDF 职称材料

题名非高斯噪声下的参数自适应高斯混合CQKF算法被引量：6: 4; 作者孟东缪玲娟邵海俊沈军; 机构北京理工大学自动化学院; 出处《北京理工大学学报》 EI CAS CSCD 北大核心 2018年第10期1079-1084,共6页; 基金国家自然科学基金资助项目(61153002 61473039); 文摘研究非高斯噪声环境下的高斯混合滤波方法,进行纯方位跟踪系统的目标跟踪.利用改进的参数自适应方法,调整位移参数的大小,从而修正了高斯混合模型,提出了在非高斯噪声下的参数自适应高斯混合CQKF算法;基于非高斯噪声下的离散系统模型,分析了高斯混合CQKF算法中建模过程的局限性,并结合初值优化方法,提出了利用参数自适应方法修正高斯混合滤波模型的方法,从而克服了高斯混合滤波的局限性,提高了滤波精度.仿真实验表明在非高斯噪声下参数自适应高斯混合CQKF算法比原算法有更高的滤波精度.; 关键词高斯混合模型容积卡尔曼滤波算法参数自适应方法初值优化; Keywords CKF Gaussian mixture model parameter adaptive method rang parameterized; 分类号 TN927.2 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于无线传感器网络的视频目标跟踪算法被引量：10: 5; 作者毛颉; 机构浙江工业职业技术学院设计与艺术学院; 出处《控制工程》 CSCD 北大核心 2018年第1期71-75,共5页; 文摘目标跟踪一直是计算机视觉研究中的重点和难点，针对当前算法鲁棒性差、难以获得高精度的跟踪结果的局限性，设计了基于无线传感器网络的视频目标跟踪算法。首先多个传感器节点组成1个无线传感器网络。并通过无线传感网络收集目标信息，然后采用容积卡尔曼滤波算法对视频中的目标运动状态进行估计和跟踪，最后在Matlab2014平台上进行了视频目标跟踪仿真验证实验。结果表明，该算法可以对视频目标运动状态进行高精度的跟踪，提高了视频目标跟踪的鲁棒性，视频目标跟踪实时性可满足实际应用的要求，而且视频目标跟踪效果要明显优于对比算法，具有更高的实际应用价值。; 关键词传感器节点计算机视频目标跟踪容积卡尔曼滤波算法目标状态; Keywords Sensor node computer video target tracking cubature Kalman filter algorithm target state; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名双自适应CKF锂电池荷电状态估计被引量：1: 6; 作者杨宇飞王高杰郑艳萍; 机构郑州大学机械与动力工程学院广东佛山联创工程研究生院; 出处《电子测量技术》北大核心 2024年第15期53-63,共11页; 基金河南省重大科技专项(221100240200)资助。; 文摘锂电池荷电状态是锂电池安全运行最重要的状态参数,为了提高锂电池SOC的估算精度,本文提出了一种双自适应容积卡尔曼滤波算法。利用锂电池二阶DP等效电路模型做状态参数的离线辨识,使用精确度较高的容积卡尔曼滤波算法估测单个SOC,并且引入自适应因子去估测实时噪声,在获得SOC的基础对锂电池内阻实时估计,用双自适应容积卡尔曼滤波算法估测SOC。为了全面验证自己的结论符合实际工况要求,本文进行了动态压力测试、联邦城市驾驶、城市驾驶循环和城郊驾驶循环的模拟工况实验,通过算法获得前3种工况SOC的误差在0.5%以内,城郊驾驶循环工况的误差在1%以内,并且具有较强的鲁棒性,证明自己的算法成立。; 关键词 SOC 离线辨识双自适应容积卡尔曼滤波算法; Keywords SOC offline identification dual adaptive cubature Kalman filtering; 分类号 TM912 [电气工程—电力电子与电力传动] TN06 [电子电信—物理电子学]; 在线阅读下载PDF 职称材料

题名基于COA-ASRCKF的单液流锌镍电池SOC估计: 7; 作者宋春宁苏有平莫伟县郑少耿; 机构广西大学电气工程学院; 出处《电池》 CAS 北大核心 2021年第4期351-355,共5页; 基金国家自然科学基金(51767005) 广西自然科学基金项目(2016GXNSFAA380328)。; 文摘针对容积卡尔曼滤波(CKF)算法在迭代过程中存在诸多破坏协方差对称性和正定性的敏感操作,进而导致算法终止的现象,提出一种自适应平方根容积卡尔曼滤波(ASRCKF)算法。采用ASRCKF算法在估算单液流锌镍电池荷电状态(SOC)时,过程噪声协方差Q、量测噪声协方差初值R(0)和状态误差协方差初值P_(0)的设定,对估算精度和鲁棒性有重要影响。为此,应用郊狼优化算法(COA)对Q、R(0)和P_(0)进行参数寻优。实验结果表明,提出的COA-ASRCKF算法能较好地应用于单液流锌镍电池SOC估计。与CKF和ASRCKF算法相比,估算精度更高、鲁棒性更强,均方根误差小于1%。; 关键词单液流锌镍电池荷电状态(SOC) 郊狼优化算法(COA) 自适应平方根容积卡尔曼滤波(ASRCKF)算法参数寻优; Keywords single-flow zinc-nickel battery state of charge(SOC) coyote optimization algorithm(COA) adaptive square root cubature Kalman filter(ASRCKF)algorithm parameter optimization; 分类号 TM912.9 [电气工程—电力电子与电力传动]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于量子粒子群优化容积卡尔曼滤波的LANDMARC室内定位算法	张悦袁莉芬何怡刚吕密	《电子测量与仪器学报》 CSCD 北大核心	2018	8	在线阅读下载PDF 职称材料
2	基于SRCKF算法的锂离子电池荷电状态估计	肜瑶张洋洋吕运朋	《电池》北大核心	2025	0	在线阅读下载PDF 职称材料
3	降维CKF算法及其在SINS初始对准中的应用	钱华明葛磊黄蔚彭宇	《系统工程与电子技术》 EI CSCD 北大核心	2013	9	在线阅读下载PDF 职称材料
4	非高斯噪声下的参数自适应高斯混合CQKF算法	孟东缪玲娟邵海俊沈军	《北京理工大学学报》 EI CAS CSCD 北大核心	2018	6	在线阅读下载PDF 职称材料
5	基于无线传感器网络的视频目标跟踪算法	毛颉	《控制工程》 CSCD 北大核心	2018	10	在线阅读下载PDF 职称材料
6	双自适应CKF锂电池荷电状态估计	杨宇飞王高杰郑艳萍	《电子测量技术》北大核心	2024	1	在线阅读下载PDF 职称材料
7	基于COA-ASRCKF的单液流锌镍电池SOC估计	宋春宁苏有平莫伟县郑少耿	《电池》 CAS 北大核心	2021	0	在线阅读下载PDF 职称材料