-
题名利用改进卡尔曼滤波提高回波信号ToF精度
- 1
-
-
作者
陈宇豪
吴瑾
李懿峰
陆小霞
王奕媛
-
机构
南京航空航天大学民航学院
-
出处
《浙江大学学报(工学版)》
北大核心
2025年第12期2459-2471,2538,共14页
-
基金
机场跑道表面冰/雪/水自动化检测评估技术(SA152)
2025年江苏省研究生科研与实践创新计划资助项目(KYCX25_0616).
-
文摘
道面覆盖物(水/冰/雪)的超声波回波信号信噪比(SNR)较低,导致起振点难以准确提取,影响渡越时间(ToF)的估计精度.为此,提出基于总变差和贝叶斯估计的自适应卡尔曼滤波方法(TV-BAKF).该方法利用总变差法分析滑动窗口内的噪声分布,获取反映信号噪声水平和特征的差分因子,并结合贝叶斯估计动态调整过程噪声协方差和测量噪声协方差.进行仿真测试,并与其他滤波方法(改进小波变换、改进Savitzky-Golay(S-G)滤波、自适应无迹卡尔曼滤波(AUKF)、变分贝叶斯自适应卡尔曼滤波(VBAKF))的效果进行对比.结果表明,TV-BAKF在兼顾滤波后信号平滑度的同时,相位和幅值保真度分别达0.915rad和0.917,且噪声滤除效果较好,均方误差低于0.342.对5类覆盖物(水、冰、雪浆、湿雪和干雪)的测试表明,TV-BAKF对冰、水和雪浆的深度检测的平均误差小于0.55mm,对湿雪和干雪的平均误差不超过0.96mm,验证了其在低信噪比条件下ToF估计的高精度特性.
-
关键词
水/冰/雪深度
超声波回波信号
自适应卡尔曼滤波
总变差法
贝叶斯估计
-
Keywords
water/ice/snow depth
ultrasonic echo signal
adaptive Kalman filtering
total variation method
Bayesian estimation
-
分类号
TB551
[理学—声学]
-
