强跟踪自适应平方根容积卡尔曼滤波算法 被引量：24

1

作者 徐树生 林孝工 李新飞 《电子学报》 EI CAS CSCD 北大核心 2014年第12期2394-2400,共7页

针对强跟踪滤波器(STF)的理论局限性及不良测量导致的滤波性能下降问题,提出了一种强跟踪自适应平方根容积卡尔曼滤波(SRCKF)算法.利用新息协方差匹配原理,建立对不良测量具有鲁棒性的自适应SRCKF.基于STF的理论框架,采用自适应SRCKF代... 针对强跟踪滤波器(STF)的理论局限性及不良测量导致的滤波性能下降问题,提出了一种强跟踪自适应平方根容积卡尔曼滤波(SRCKF)算法.利用新息协方差匹配原理,建立对不良测量具有鲁棒性的自适应SRCKF.基于STF的理论框架,采用自适应SRCKF代替扩展卡尔曼滤波构建强跟踪自适应SRCKF.该算法兼具STF与自适应SRCKF的优点,在系统同时存在模型不确定性及不良测量时具有良好的滤波性能.仿真验证了所建算法的有效性. 展开更多

关键词 强跟踪滤波器 平方根容积卡尔曼滤波 自适应滤波 鲁棒性

在线阅读 下载PDF 职称材料

基于修正的自适应平方根容积卡尔曼滤波算法 被引量：9

2

作者 李春辉 马健 +3 位作者 杨永建 肖冰松 邓有为 盛涛 《系统工程与电子技术》 EI CSCD 北大核心 2021年第7期1824-1830,共7页

目标建模不确定性会造成滤波算法性能下降,通过构建强跟踪滤波器(strong tracking filter,STF)可以提升滤波算法的自适应性,但是构建STF时存在理论推导复杂、求解计算量大等局限和不足,针对上述问题,在平方根容积卡尔曼滤波(square-root... 目标建模不确定性会造成滤波算法性能下降,通过构建强跟踪滤波器(strong tracking filter,STF)可以提升滤波算法的自适应性,但是构建STF时存在理论推导复杂、求解计算量大等局限和不足,针对上述问题,在平方根容积卡尔曼滤波(square-root cubature Kalman filter,SRCKF)的基础上,提出一种基于修正的自适应SRCKF算法。该算法通过设置判定门限和修正准则,直接对状态预测值或滤波增益进行修正以平衡先验的预测值和后验反馈的量测值在滤波中所占的比重,进而减小状态估计误差。仿真结果表明,所提算法具有在目标状态突变和量测非线性时的良好滤波性能和数值稳定性,同时相比较需要计算渐消因子的STF算法,该算法在计算量和收敛速度上具有优势。 展开更多

关键词 目标建模 平方根容积卡尔曼滤波 修正算法 自适应滤波

在线阅读 下载PDF 职称材料

改进的平方根容积模糊自适应卡尔曼滤波SLAM算法 被引量：4

3

作者 李俊 舒志兵 王苏洲 《组合机床与自动化加工技术》 北大核心 2017年第12期29-32,共4页

针对移动机器人SLAM算法存在系统噪声对定位精度影响严重,特征点的增加导致轨迹偏移等现象。文章将迭代思想与时变渐消因子引入平方根容积卡尔曼滤波中,通过动态调节新息均值和协方差的方式,建立模糊自适应模型调整噪声权值,改善系统中... 针对移动机器人SLAM算法存在系统噪声对定位精度影响严重,特征点的增加导致轨迹偏移等现象。文章将迭代思想与时变渐消因子引入平方根容积卡尔曼滤波中,通过动态调节新息均值和协方差的方式,建立模糊自适应模型调整噪声权值,改善系统中存在的运动噪声和观测噪声。该算法相对于以往算法只能解决单一问题而言,具有更好的兼容性与鲁棒性。通过实验仿真结果可以看出,该算法相对于以往算法在X方向、Y方向和位姿偏移角的误差分别减小了21.59%、36.45%、32.97%。将此算法应用于实际中,具有良好的地图重建效果。 展开更多

关键词 SLAM算法 迭代平方根容积 时变渐消因子 模糊自适应

在线阅读 下载PDF 职称材料

低复杂度自适应容积卡尔曼滤波算法 被引量：11

4

作者 李春辉 马健 +1 位作者 杨永建 甘轶 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2022年第4期716-724,共9页

确定采样型滤波算法中的容积卡尔曼滤波(CKF)算法滤波性能优良,但是却难以克服目标模型不确定性或者目标状态突变带来的影响。构造强跟踪CKF能有效改善算法的自适应性,但是在求解渐消因子时大大增加了计算量。为此,提出一种低复杂度自适... 确定采样型滤波算法中的容积卡尔曼滤波(CKF)算法滤波性能优良,但是却难以克服目标模型不确定性或者目标状态突变带来的影响。构造强跟踪CKF能有效改善算法的自适应性,但是在求解渐消因子时大大增加了计算量。为此,提出一种低复杂度自适应CKF算法,通过设立基于新息的自适应修正判决准则和修正方式,直接对状态预测值进行修正,使滤波算法能及时跟上目标真实状态,以提高滤波精度。使用浮点操作数计算并分析了CKF算法、强跟踪CKF算法及所提算法的复杂度,同时将3种算法应用在建模不准确的目标跟踪中,并进行仿真验证。仿真结果表明:在目标建模不匹配的情况下,低复杂度自适应CKF算法和强跟踪CKF算法都能保持较好的滤波精度和数值稳定性,同时所提算法在算法复杂度上有明显改善。 展开更多

关键词 容积卡尔曼滤波(CKF) 目标模型不确定性 强跟踪滤波器 自适应修正 算法复杂度

在线阅读 下载PDF 职称材料

应用自适应容积卡尔曼滤波改善组合导航性能 被引量：5

5

作者 史岳鹏 汤显峰 周溪召 《中国航海》 CSCD 北大核心 2013年第4期12-16,共5页

基于状态和测量模型扰动的有色噪声建模,研究应用自适应容积卡尔曼(Kalman)滤波来改善北斗导航系统/航位推算(BDNS/DR)组合导航系统的性能。利用有色噪声白化技术获得等价的白噪声组合导航系统;通过将一种自适应调节因子计算与平方根求... 基于状态和测量模型扰动的有色噪声建模,研究应用自适应容积卡尔曼(Kalman)滤波来改善北斗导航系统/航位推算(BDNS/DR)组合导航系统的性能。利用有色噪声白化技术获得等价的白噪声组合导航系统;通过将一种自适应调节因子计算与平方根求容积卡尔曼滤波结合获得一类自适应容积卡尔曼滤波(ASCKF),应用该算法改善组合导航系统的精度和稳定性。通过两个仿真实例验证了新算法的有效性。 展开更多

关键词 船舶、舰舶工程 舰船组合导航 北斗导航系统 航位推算 自适应 平方根求容积卡尔曼滤波 有色噪声

在线阅读 下载PDF 职称材料

H ∞ 模糊自适应容积卡尔曼滤波 被引量：3

6

作者 刘胜 牛鸿敏 +1 位作者 张兰勇 郭晓杰 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2020年第3期404-410,共7页

针对滤波过程中噪声统计特性不准确及非零均值噪声统计特性的情况,本文依据H∞卡尔曼滤波和容积卡尔曼滤波理论,设计了一种H∞模糊自适应容积卡尔曼滤波方法,有效地提高滤波的精度以及对系统未建模动态的鲁棒性。考虑到容积卡尔曼滤波... 针对滤波过程中噪声统计特性不准确及非零均值噪声统计特性的情况,本文依据H∞卡尔曼滤波和容积卡尔曼滤波理论,设计了一种H∞模糊自适应容积卡尔曼滤波方法,有效地提高滤波的精度以及对系统未建模动态的鲁棒性。考虑到容积卡尔曼滤波过程中需要已知噪声的先验统计特性的情况,提出了一种模糊自适应方法对系统噪声和测量噪声进行估计,从而提高滤波的稳定性和收敛的快速性。通过仿真实验表明:本文提出的H∞自适应容积卡尔曼滤波能够对噪声特性进行有效的估计,在系统存在参数摄动的情况下具有更高的鲁棒性。 展开更多

关键词 H∞滤波 容积卡尔曼滤波 非线性滤波 模糊规则 自适应算法 噪声统计估计 线性化 鲁棒性

在线阅读 下载PDF 职称材料

基于Sage-Husa算法的自适应平方根CKF目标跟踪方法 被引量：16

7

作者 李宁 祝瑞辉 张勇刚 《系统工程与电子技术》 EI CSCD 北大核心 2014年第10期1899-1905,共7页

在目标跟踪中,噪声的统计特性未知可能会引起滤波精度下降甚至发散,针对该问题,提出了一种新的自适应平方根容积卡尔曼滤波算法。所提方法在常规Sage-Husa算法的基础上采用容积规则,推导出了一种适用于非线性系统的自适应噪声统计估计... 在目标跟踪中,噪声的统计特性未知可能会引起滤波精度下降甚至发散,针对该问题,提出了一种新的自适应平方根容积卡尔曼滤波算法。所提方法在常规Sage-Husa算法的基础上采用容积规则,推导出了一种适用于非线性系统的自适应噪声统计估计器。仿真结果显示,相对于标准的平方根容积卡尔曼,所提方法在噪声统计特性未知或时变的情况下滤波精度有显著提高。 展开更多

关键词 目标跟踪 非线性 Sage-Husa算法 自适应 平方根容积卡尔曼

在线阅读 下载PDF 职称材料

一种自适应滤波与干扰观测器相结合的大型舰船状态估计算法 被引量：4

8

作者 王泳安 李东光 +1 位作者 吴浩 刘洋 《兵工学报》 EI CAS CSCD 北大核心 2024年第7期2318-2328,共11页

为满足航母等大型舰船目标的状态估计要求,提出一种由非线性干扰观测器和强跟踪容积卡尔曼滤波算法融合形成的交互多模型强补偿容积卡尔曼滤波算法。引入非线性干扰观测器,完成由外界不确定因素引起的干扰总量的估计,并对观测器稳定性... 为满足航母等大型舰船目标的状态估计要求,提出一种由非线性干扰观测器和强跟踪容积卡尔曼滤波算法融合形成的交互多模型强补偿容积卡尔曼滤波算法。引入非线性干扰观测器,完成由外界不确定因素引起的干扰总量的估计,并对观测器稳定性进行证明。使用估计的干扰值实时修正强跟踪容积卡尔曼滤波的过程参数,最终形成交互多模型强补偿容积卡尔曼滤波算法,完成对目标状态相对准确的估计。研究结果表明:新提出的滤波算法能够较为准确地完成对目标状态的估计,与变结构多模型粒子滤波算法、变结构多模型无迹卡尔曼滤波算法和交互多模型强跟踪容积卡尔曼滤波算法相比,在目标位置和速度估计上具有更高的估计精度。 展开更多

关键词 舰船 目标状态估计 交互多模型强补偿容积卡尔曼滤波 自适应滤波算法 干扰观测器

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

9

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... 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。 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

基于FFRLS和ASR-UKF滤波算法的锂电池SOC估计 被引量：2

10

作者 邓丹 刘胜永 +2 位作者 王顺利 刘鹏辉 胡聪 《电源技术》 CAS 北大核心 2024年第2期299-305,共7页

锂电池在工作过程中,其内部参数易受多种因素影响,为提高锂电池在复杂环境下荷电状态(SOC)估计精度,以二阶戴维宁(Thevenin)等效模型为基础,结合遗忘因子递推最小二乘法(FFRLS)对模型参数进行在线辨识。针对传统卡尔曼滤波算法高度非线... 锂电池在工作过程中,其内部参数易受多种因素影响,为提高锂电池在复杂环境下荷电状态(SOC)估计精度,以二阶戴维宁(Thevenin)等效模型为基础,结合遗忘因子递推最小二乘法(FFRLS)对模型参数进行在线辨识。针对传统卡尔曼滤波算法高度非线性及系统噪声不确定性等缺点,提出了一种自适应平方根无迹卡尔曼滤波(ASR-UKF)算法,该算法利用平方根算法处理均值和协方差,确保了状态协方差的半正定性和稳定性,并引入自适应滤波算法对噪声进行实时修正,消除了系统时变噪声影响。结果表明,FFRLS能有效解决数据饱和及算法矩阵计算量大的问题,等效模型精度高达98%。在混合动力脉冲特性(HPPC)测试和北京公交动态测试工况(BBDST)下,ASR-UKF算法SOC估计最大误差分别为3.264%和0.572%,具备更好的跟踪效果,验证了改进算法良好的收敛性与自适应性。 展开更多

关键词 荷电状态 二阶Thevenin模型 遗忘因子递推最小二乘法 自适应平方根无迹卡尔曼滤波算法

在线阅读 下载PDF 职称材料

基于抗差自适应CKF的水下重力匹配导航SITAN算法 被引量：1

11

作者 付林威 赵东明 +1 位作者 范雕 付林 《海洋测绘》 CSCD 北大核心 2024年第2期5-8,26,共5页

为提高水下重力匹配算法的定位精度和稳健性,将容积卡尔曼滤波应用到水下重力匹配惯性导航中,同时引入抗差估计和自适应因子,提出了基于抗差自适应容积卡尔曼滤波的水下重力匹配导航SITAN算法。利用重力异常模型数据开展仿真实验,结果表... 为提高水下重力匹配算法的定位精度和稳健性,将容积卡尔曼滤波应用到水下重力匹配惯性导航中,同时引入抗差估计和自适应因子,提出了基于抗差自适应容积卡尔曼滤波的水下重力匹配导航SITAN算法。利用重力异常模型数据开展仿真实验,结果表明,所提算法能有效修正惯导整体航迹,在观测值未加入粗差的情况下较普通容积卡尔曼滤波算法提高了76%的导航定位精度,在观测值加入30 mGal粗差的情况下,提高了88%的导航定位精度。该研究成果可为后续水下重力匹配导航算法的理论研究及工程实践提供一定的数据支撑。 展开更多

关键词 水下重力匹配导航 容积卡尔曼滤波 抗差估计 自适应因子 SITAN算法

在线阅读 下载PDF 职称材料

基于SVD的机动目标自适应滤波研究与仿真 被引量：6

12

作者 石章松 王树宗 刘忠 《海军工程大学学报》 CAS 2003年第2期53-56,共4页

由于计算误差等因素的影响,致使滤波协方差阵不对称或负定,从而导致滤波器发散,影响滤波算法的收敛速度和稳定性.该研究在机动加速度"当前"统计自适应卡尔曼滤波算法的基础上,引入了基于奇异值分解(SVD)的协方差平方根滤波的... 由于计算误差等因素的影响,致使滤波协方差阵不对称或负定,从而导致滤波器发散,影响滤波算法的收敛速度和稳定性.该研究在机动加速度"当前"统计自适应卡尔曼滤波算法的基础上,引入了基于奇异值分解(SVD)的协方差平方根滤波的自适应卡尔曼滤波算法.仿真结果表明,该算法可以较好地跟踪机动目标,具有精度高、稳定好、收敛快等特点. 展开更多

关键词 SVD 机动目标跟踪 自适应滤波 滤波器 奇异值分解 卡尔曼滤波算法 加速度模型 自适应平方根滤波算法

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

13

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,... 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. 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

基于自适应CKF的恒模盲波束形成算法 被引量：4

14

作者 钱华明 刘可 马俊达 《系统工程与电子技术》 EI CSCD 北大核心 2016年第6期1258-1261,共4页

针对均匀线阵,利用信号的恒模特性,与容积卡尔曼滤波相结合,提出一种新的盲自适应波束形成算法。通过对恒模算法的优化代价函数进行变换,使其满足系统状态空间模型。利用容积卡尔曼滤波算法进行自适应滤波,以实现抑制干扰和消除噪声。... 针对均匀线阵,利用信号的恒模特性,与容积卡尔曼滤波相结合,提出一种新的盲自适应波束形成算法。通过对恒模算法的优化代价函数进行变换,使其满足系统状态空间模型。利用容积卡尔曼滤波算法进行自适应滤波,以实现抑制干扰和消除噪声。所提算法对状态空间模型中的系统噪声和过程噪声进行了自适应处理,免除滤波噪声参数的设置,增强了算法的通用性,并引入了收敛因子,加速系统的收敛速度。仿真结果表明了该算法的正确性和有效性。 展开更多

关键词 恒模算法 自适应滤波 容积卡尔曼滤波 盲波束形成

在线阅读 下载PDF 职称材料

基于测量特性的GNSS/SINS组合导航改进自适应SRCKF算法 被引量：11

15

作者 贾小林 卢文韬 +2 位作者 滕月昊 杜彦君 严祥高 《中国惯性技术学报》 EI CSCD 北大核心 2023年第4期327-334,共8页

针对容积卡尔曼滤波(CKF)在GNSS/SINS组合导航中协方差矩阵非正定导致Cholesky分解失败以及无法对GNSS测量噪声进行自适应估计的问题,提出一种基于测量特性的GNSS/SINS组合导航改进自适应SRCKF算法。将QR分解运用于CKF协方差阵的更新,... 针对容积卡尔曼滤波(CKF)在GNSS/SINS组合导航中协方差矩阵非正定导致Cholesky分解失败以及无法对GNSS测量噪声进行自适应估计的问题,提出一种基于测量特性的GNSS/SINS组合导航改进自适应SRCKF算法。将QR分解运用于CKF协方差阵的更新,提高了滤波的稳定性。利用SINS短期高精度的特点,对GNSS测量噪声自适应估计,减弱测量误差突变的影响。构造了检验门限,在GNSS测量误差稳定时不进行自适应估计以减少计算量。仿真与组合导航实验结果表明,在GNSS测量误差突变的情况下,所提算法对GNSS测量噪声具有较高自适应性,相较于SRCKF和SageHusa自适应SRCKF算法,平均定位精度分别提升19.31%和4.56%,提高了组合导航系统的抗干扰能力。 展开更多

关键词 组合导航 平方根容积卡尔曼滤波 自适应滤波 噪声估计 互差分序列

在线阅读 下载PDF 职称材料

针对临近空间目标跟踪的自适应AMCKF算法 被引量：1

16

作者 聂晓华 张夫鸣 《现代雷达》 CSCD 北大核心 2016年第5期49-53,81,共6页

临近空间飞行器具有机动特性复杂、运动轨迹多阶段性等特点,在目标跟踪的过程中,易出现由于系统模型误差较大导致跟踪精度降低、滤波发散的问题。针对该问题,在容积卡尔曼滤波的过程中加入衰减因子,通过衰减记忆的方法补偿模型误差;同时... 临近空间飞行器具有机动特性复杂、运动轨迹多阶段性等特点,在目标跟踪的过程中,易出现由于系统模型误差较大导致跟踪精度降低、滤波发散的问题。针对该问题,在容积卡尔曼滤波的过程中加入衰减因子,通过衰减记忆的方法补偿模型误差;同时,提出了一种实时辨识容积卡尔曼滤波衰减因子的方法,达到自适应跟踪的目的。仿真结果表明:衰减记忆容积卡尔曼滤波算法能够很好地解决模型失配问题,自适应算法实时对衰减因子赋值,避免了衰减因子取值的困难,可以达到更好的跟踪效果。 展开更多

关键词 临近空间 容积卡尔曼滤波 衰减记忆 自适应算法

在线阅读 下载PDF 职称材料

基于ASRCKF算法的锂电池SOC估算

17

作者 朱浩 段洋 《机械设计与制造》 北大核心 2021年第4期53-55,61,共4页

针对平方根容积卡尔曼滤波(SRCKF)估算SOC时需要准确获得系统状态及测量噪声协方差这一缺陷,将基于电池模型输出电压残差序列的协方差匹配思想引入平方根容积卡尔曼滤波,提出了自适应平方根容积卡尔曼滤波算法(ASRCKF)。以18650型锂电... 针对平方根容积卡尔曼滤波(SRCKF)估算SOC时需要准确获得系统状态及测量噪声协方差这一缺陷,将基于电池模型输出电压残差序列的协方差匹配思想引入平方根容积卡尔曼滤波,提出了自适应平方根容积卡尔曼滤波算法(ASRCKF)。以18650型锂电池为实验对象,建立了戴维南等效电路模型,采用递推最小二乘法辨识电池模型参数,最后,利用UDDS电池实验数据对ASRCFK算法进行了仿真。实验结果表明,传统的SRCKF算法估算SOC产生的均方根误差为3.41%;而提出的ASRCKF算法估算SOC产生的均方根误差仅为0.97%,与传统算法相比具有更高的精度,对噪声的适应能力更强。 展开更多

关键词 平方根容积卡尔曼滤波 噪声协方差 噪声自适应估计

在线阅读 下载PDF 职称材料

基于SRCKF的多传感器融合自适应鲁棒算法 被引量：1

18

作者 李春辉 马健 +2 位作者 杨永建 肖冰松 邓有为 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2023年第1期220-228,共9页

为解决模型误差和异常量测值发生时平方根容积卡尔曼滤波(SRCKF)算法滤波性能下降甚至滤波发散的问题,提出了一种多传感器融合自适应鲁棒算法。基于新息协方差匹配原则设计了鲁棒子系统以抑制量测异常值,同时为克服模型误差使用基于新... 为解决模型误差和异常量测值发生时平方根容积卡尔曼滤波(SRCKF)算法滤波性能下降甚至滤波发散的问题,提出了一种多传感器融合自适应鲁棒算法。基于新息协方差匹配原则设计了鲁棒子系统以抑制量测异常值,同时为克服模型误差使用基于新息修正的低复杂度自适应SRCKF(LCASRCKF)算法设计了自适应子系统,根据2种子系统的特点和局限提出全局融合架构,使系统可以充分平衡并利用滤波过程中先验的模型预测值信息和后验的量测值信息,最终降低估计误差。仿真结果表明:相比鲁棒多渐消因子容积卡尔曼滤波(RMCKF)等算法,所提融合算法在滤波精度、稳定性和收敛速度等方面有明显优势。 展开更多

关键词 平方根容积卡尔曼滤波 模型误差 异常量测值 多传感器融合 自适应滤波

在线阅读 下载PDF 职称材料

基于反馈判决的鲁棒自适应机动目标跟踪算法 被引量：1

19

作者 汪家宝 陈树新 +2 位作者 吴昊 何仁珂 郝思冲 《空军工程大学学报（自然科学版）》 CSCD 北大核心 2021年第1期70-76,共7页

针对平方根容积卡尔曼滤波(SRCKF)在机动目标跟踪中面临测量异常和模型失准时估计精度下降的问题,提出了一种基于反馈判决的鲁棒自适应算法。利用Huber函数对观测残差序列处理获得权重向量以修正测量协方差,增强算法的抗差能力以克服测... 针对平方根容积卡尔曼滤波(SRCKF)在机动目标跟踪中面临测量异常和模型失准时估计精度下降的问题,提出了一种基于反馈判决的鲁棒自适应算法。利用Huber函数对观测残差序列处理获得权重向量以修正测量协方差,增强算法的抗差能力以克服测量异常问题;同时,引入多重渐消因子调整预测误差协方差,从而改变滤波增益,增强算法的自适应性以解决模型失准问题。最后,根据马氏距离构建异常误差判别因子,采用反馈判决实现2种处理方式的合理切换。仿真实验表明:与现有算法相比,该算法能够有效处理测量异常和模型失准带来的误差,具备良好的抗差能力和自适应性。 展开更多

关键词 目标跟踪 容积卡尔曼滤波 鲁棒自适应算法 反馈判决

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

20

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... 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。 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