期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于AEKF和Mahony滤波融合的姿态解算方法
1
作者 吴英 张燚鑫 +2 位作者 彭慧 宋睿敏 刘宇 《压电与声光》 北大核心 2025年第3期500-507,共8页
为了解决低成本惯性测量单元数据精度受限、噪声大和漂移严重的问题,提出了一种基于自适应扩展卡尔曼滤波与Mahony滤波融合的姿态解算方法。该方法通过Mahony滤波实时估算姿态,利用AEKF动态调整过程噪声和量测噪声,优化姿态估算结果。... 为了解决低成本惯性测量单元数据精度受限、噪声大和漂移严重的问题,提出了一种基于自适应扩展卡尔曼滤波与Mahony滤波融合的姿态解算方法。该方法通过Mahony滤波实时估算姿态,利用AEKF动态调整过程噪声和量测噪声,优化姿态估算结果。通过静态实验、姿态精度实验和实际场景实验验证了算法的有效性。实验结果表明,融合算法在俯仰角、横滚角和航向角的精度上优于基于EKF和Mahony滤波融合算法,实际场景闭环误差减少了52.8%。该方法能有效抑制噪声和漂移,提高姿态解算精度,为复杂环境下的高精度姿态解算提供了可靠的解决方案。 展开更多
关键词 惯性测量单元 惯性导航系统 自适应扩展卡尔曼滤波 互补滤波 姿态解算
在线阅读 下载PDF
基于自适应双层无迹卡尔曼滤波神经网络的铝电解电流效率预测模型
2
作者 方小燕 姚立忠 +2 位作者 罗海军 张玉泽 易军 《控制理论与应用》 北大核心 2025年第3期579-589,共11页
针对铝电解过程强干扰和强时变导致模型精确度和稳定性不佳的难题,本文提出一种基于自适应双层无迹卡尔曼滤波神经网络的建模方法.该方法首先构建一种双层无迹卡尔曼滤波神经网络模型,以提高模型对扰动系统的稳定性.具体为:使用双层无... 针对铝电解过程强干扰和强时变导致模型精确度和稳定性不佳的难题,本文提出一种基于自适应双层无迹卡尔曼滤波神经网络的建模方法.该方法首先构建一种双层无迹卡尔曼滤波神经网络模型,以提高模型对扰动系统的稳定性.具体为:使用双层无迹卡尔曼滤波在线更新神经网络的权值和阈值;然后,在双层无迹卡尔曼滤波神经网络的状态变量均方误差中引入约束调节参数;同时,采用梯度下降法自适应调整比例调节参数,将其均方误差约束至较小的范围内,以此来削弱滤波递归计算过程中误差累积对模型的影响;最后,通过铝电解电流效率预测,验证了本文所提方法具有较高的精确度和稳定性. 展开更多
关键词 铝电解 自适应建模 双层无迹卡尔曼滤波 人工神经网络 电流效率
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部