期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
水下无人航行器结构环境SFEKF同步构图定位方法
被引量：
1
1
作者
张勋
王宏健
+2 位作者
周佳加
边信黔
熊磊
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2012年第8期1016-1021,共6页
针对传统同步构图定位(SLAM)传感器具有数据量大、处理速度慢、实时性差的不足和基于扩展卡尔曼滤波的同步构图定位(EKF-SLAM)具有对水下无人航行器(UUV)位置估计精度低、甚至发散的缺陷,把带次优渐消因子的扩展卡尔曼滤波器应用到了导...
针对传统同步构图定位(SLAM)传感器具有数据量大、处理速度慢、实时性差的不足和基于扩展卡尔曼滤波的同步构图定位(EKF-SLAM)具有对水下无人航行器(UUV)位置估计精度低、甚至发散的缺陷,把带次优渐消因子的扩展卡尔曼滤波器应用到了导航系统中,提出了基于多元测距声呐(MRS)的UUV结构环境SFEKF-SLAM(suboptimal fadingextended Kalman filter-SLAM)方法.首先建立基于霍夫变换的水下MRS特征提取模型,设计了基于SFEKF-SLAM的UUV导航系统,利用该系统可以对UUV的状态进行预测,结合MRS信息可以对UUV周围结构环境进行状态更新.海试结果验证了基于霍夫变换的水下MRS模型能够有效提取环境特征,基于SFEKF-SLAM的UUV导航系统相对于常用的基于EKF-SLAM的UUV导航系统具有更高的定位精度,能够构建更加精确的港口堤岸地图.
展开更多
关键词
同步构图定位
水下无人航行器
多元测距声呐
带次优渐消因子的扩展卡尔曼滤波器
在线阅读
下载PDF
职称材料
改进强跟踪EKF算法在MEMS姿态解算中的研究
2
作者
陈志旺
姚权允
+2 位作者
吕昌昊
郭金华
彭勇
《高技术通讯》
CAS
2023年第5期467-478,共12页
本文针对四旋翼姿态解算,提出了一种噪声自适应强跟踪扩展卡尔曼滤波算法(ASTEKF)。当机体从平稳状态向机动状态过渡时,由于量测噪声影响会导致算法估计不准确,因此本文首先证明不同时刻新息序列方差满足正交性原理,正交性原理表明,量...
本文针对四旋翼姿态解算,提出了一种噪声自适应强跟踪扩展卡尔曼滤波算法(ASTEKF)。当机体从平稳状态向机动状态过渡时,由于量测噪声影响会导致算法估计不准确,因此本文首先证明不同时刻新息序列方差满足正交性原理,正交性原理表明,量测噪声对观测值的准确性影响很大;其次,引入Sage-Husa噪声自适应估计器较准确估计系统量测噪声均值和方差,使观测值更准确;最后,通过满足正交性原理条件公式计算次优渐消因子,将次优渐消因子引入协方差一步预测运算式中,得到强跟踪滤波器。次优渐消因子的引入使得一步预测协方差矩阵增大,即增大强跟踪扩展卡尔曼滤波器增益,使系统增加对观测值权重,得到更准确的状态估计值。离线仿真实验和在线实物实验结果表明了所设计算法的有效性。
展开更多
关键词
姿态解算
扩展卡
尔曼
滤波
(EKF)
强跟踪
滤波器
次优
渐
消
因子
噪声自适应估计器
在线阅读
下载PDF
职称材料
巡检机器人锂电池SOC估计
3
作者
李雨鑫
吴功平
+1 位作者
刘家阳
林科茂
《机械设计与制造》
北大核心
2023年第11期253-257,262,共6页
为了准确对巡检机器人穿越预定杆塔所需要的能量进行SOC估计,通过分析线路工况和实验数据,建立巡检机器人能耗模型。考虑到巡检机器人从起始杆塔到预定杆塔之间的累计误差会逐渐增大,导致抵达预定杆塔时无法对巡检机器人锂电池SOC准确...
为了准确对巡检机器人穿越预定杆塔所需要的能量进行SOC估计,通过分析线路工况和实验数据,建立巡检机器人能耗模型。考虑到巡检机器人从起始杆塔到预定杆塔之间的累计误差会逐渐增大,导致抵达预定杆塔时无法对巡检机器人锂电池SOC准确估计。因此,结合巡检机器人能耗状态方程和锂电池量测模型,并采用扩展卡尔曼滤波的方法对巡检机器人锂电池SOC能耗的理论值进行迭代,同时,也引入次优渐消因子降低不确定参数的误差,提高SOC估计精度,且SOC估计误差均在1.7%以下。
展开更多
关键词
巡检机器人
能耗模型
扩展卡
尔曼
滤波
次优
渐
消
因子
在线阅读
下载PDF
职称材料
题名
水下无人航行器结构环境SFEKF同步构图定位方法
被引量：
1
1
作者
张勋
王宏健
周佳加
边信黔
熊磊
机构
哈尔滨工程大学自动化学院
出处
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2012年第8期1016-1021,共6页
基金
国家自然科学基金资助项目(50979017)
中央高校基本科研业务费专项基金资助项目(HEUCF21026)
2009年教育部高等学校博士学科点专项科研基金资助项目(20092304110008)
文摘
针对传统同步构图定位(SLAM)传感器具有数据量大、处理速度慢、实时性差的不足和基于扩展卡尔曼滤波的同步构图定位(EKF-SLAM)具有对水下无人航行器(UUV)位置估计精度低、甚至发散的缺陷,把带次优渐消因子的扩展卡尔曼滤波器应用到了导航系统中,提出了基于多元测距声呐(MRS)的UUV结构环境SFEKF-SLAM(suboptimal fadingextended Kalman filter-SLAM)方法.首先建立基于霍夫变换的水下MRS特征提取模型,设计了基于SFEKF-SLAM的UUV导航系统,利用该系统可以对UUV的状态进行预测,结合MRS信息可以对UUV周围结构环境进行状态更新.海试结果验证了基于霍夫变换的水下MRS模型能够有效提取环境特征,基于SFEKF-SLAM的UUV导航系统相对于常用的基于EKF-SLAM的UUV导航系统具有更高的定位精度,能够构建更加精确的港口堤岸地图.
关键词
同步构图定位
水下无人航行器
多元测距声呐
带次优渐消因子的扩展卡尔曼滤波器
Keywords
simultaneous localization and mapping
unmanned underwater vehicle
multi-ranging sonar
suboptimal fading extended Kalman filter
分类号
TP242.6 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
改进强跟踪EKF算法在MEMS姿态解算中的研究
2
作者
陈志旺
姚权允
吕昌昊
郭金华
彭勇
机构
燕山大学工业计算机控制工程河北重点实验室
燕山大学电力电子节能与传动控制河北省重点实验室
燕山大学电气工程学院
出处
《高技术通讯》
CAS
2023年第5期467-478,共12页
基金
国家自然科学基金(61573305)
河北省自然科学基金(F2022203038,F2019203511)资助项目。
文摘
本文针对四旋翼姿态解算,提出了一种噪声自适应强跟踪扩展卡尔曼滤波算法(ASTEKF)。当机体从平稳状态向机动状态过渡时,由于量测噪声影响会导致算法估计不准确,因此本文首先证明不同时刻新息序列方差满足正交性原理,正交性原理表明,量测噪声对观测值的准确性影响很大;其次,引入Sage-Husa噪声自适应估计器较准确估计系统量测噪声均值和方差,使观测值更准确;最后,通过满足正交性原理条件公式计算次优渐消因子,将次优渐消因子引入协方差一步预测运算式中,得到强跟踪滤波器。次优渐消因子的引入使得一步预测协方差矩阵增大,即增大强跟踪扩展卡尔曼滤波器增益,使系统增加对观测值权重,得到更准确的状态估计值。离线仿真实验和在线实物实验结果表明了所设计算法的有效性。
关键词
姿态解算
扩展卡
尔曼
滤波
(EKF)
强跟踪
滤波器
次优
渐
消
因子
噪声自适应估计器
Keywords
attitude algorithm
extended Kalman filter(EKF)
strong tracking filter
suboptimal fading factor
noise adaptive estimator
分类号
V249.1 [航空宇航科学与技术—飞行器设计]
在线阅读
下载PDF
职称材料
题名
巡检机器人锂电池SOC估计
3
作者
李雨鑫
吴功平
刘家阳
林科茂
机构
武汉大学动力与机械学院
出处
《机械设计与制造》
北大核心
2023年第11期253-257,262,共6页
基金
南方电网公司重点科技项目(JWKJHT-1801003)。
文摘
为了准确对巡检机器人穿越预定杆塔所需要的能量进行SOC估计,通过分析线路工况和实验数据,建立巡检机器人能耗模型。考虑到巡检机器人从起始杆塔到预定杆塔之间的累计误差会逐渐增大,导致抵达预定杆塔时无法对巡检机器人锂电池SOC准确估计。因此,结合巡检机器人能耗状态方程和锂电池量测模型,并采用扩展卡尔曼滤波的方法对巡检机器人锂电池SOC能耗的理论值进行迭代,同时,也引入次优渐消因子降低不确定参数的误差,提高SOC估计精度,且SOC估计误差均在1.7%以下。
关键词
巡检机器人
能耗模型
扩展卡
尔曼
滤波
次优
渐
消
因子
Keywords
Inspection Robot
Energy Consumption Model
Extended Kalman Filter
Variable Forgetting Factor
分类号
TH16 [机械工程—机械制造及自动化]
TP249 [自动化与计算机技术—检测技术与自动化装置]
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
水下无人航行器结构环境SFEKF同步构图定位方法
张勋
王宏健
周佳加
边信黔
熊磊
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2012
1
在线阅读
下载PDF
职称材料
2
改进强跟踪EKF算法在MEMS姿态解算中的研究
陈志旺
姚权允
吕昌昊
郭金华
彭勇
《高技术通讯》
CAS
2023
0
在线阅读
下载PDF
职称材料
3
巡检机器人锂电池SOC估计
李雨鑫
吴功平
刘家阳
林科茂
《机械设计与制造》
北大核心
2023
0
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
