导读:本文包含了展卡尔曼滤波论文开题报告文献综述及选题提纲参考文献，主要关键词:变形监测,高频噪声,粗差,卡尔曼滤波
展卡尔曼滤波论文文献综述
雷孟飞,孔超,周俊华[1]（2019）在《自适应卡尔曼滤波在BDS变形监测数据处理中的应用》一文中研究指出针对在变形监测结果中高频噪声、粗差较多,以及普通卡尔曼滤波在模型建立不准确情况下易产生数据发散的问题,提出一种自适应卡尔曼滤波方法:在普通的卡尔曼滤波算法中增加观测噪声方差缩放因子以及参考方差动态计算窗口;并根据前期监测结果中的残差方差动态调整卡尔曼滤波中的测量误差方差阵,达到自适应卡尔曼滤波的效果。实验结果表明,该方法的滤波结果相较普通卡尔曼滤波能够剔除结果中的粗差,并且能够保留被监测物的真实位移,反应速度较普通卡尔曼滤波也有很大提高。(本文来源于《导航定位学报》期刊2019年04期）
李庆党,张义龙[2]（2019）在《基于卡尔曼滤波和互补滤波的改进型姿态解算方法》一文中研究指出四元数融合互补滤波通常采用叁轴陀螺仪的角速度积分来获取角度,进而利用角度求得四元数,再由四元数解算出姿态角。但叁轴陀螺仪由角速度积分得到的角度由于温漂、单次迭代等原因,往往偏差较大,难以消除,这就导致求得的四元数精度不够,最终影响互补滤波解算出的姿态角的精度。针对这个问题,提出采用卡尔曼滤波融合陀螺仪、加速度计的数据进行基于误差协方差最小的迭代估计,并通过对过程噪声和观测噪声的滤波,最终得到姿态角的最优估计,再将这个估计值代入互补滤波中求得四元数,利用该四元数进行误差负增益调节。本工作基于STM32F4搭建实验平台进行验证,结果表明:该改进型姿态解算方法明显地提高了姿态角的精度,具有良好的动态和静态特性。(本文来源于《青岛科技大学学报(自然科学版)》期刊2019年06期）
张叶贵,刘敏[3]（2019）在《基于容积卡尔曼滤波的配电网状态估计》一文中研究指出针对配电网节点数多、维数高的特点,传统扩展卡尔曼滤波(Extended Kalman Filter,EKF)因线性化程度制约已难以满足配电网状态估计要求。为克服EKF线性化过程引入的误差,以及提升高阶系统估计性能,将不需要对非线性系统函数线性化的容积卡尔曼滤波(Cubature Kalman Filter,CKF)算法引入到配电网状态估计中,并利用叁阶球面—径向规则生成容积点来近似系统函数的非线性分布。通过对叁相不平衡电网进行算例仿真表明,CKF算法相较于EKF算法不仅具有更高的估计精度,且在算法的数值稳定性与算法效率方面都要优于EKF算法。(本文来源于《电力科学与工程》期刊2019年11期）
邓洪明,贺勇,于小杰,吴成通[4]（2019）在《卡尔曼滤波在无人机姿态中的应用研究》一文中研究指出无人机的发展,带动着研发无人机产品企业之间的日益激烈,低成本成为了大部分企业的首选。由于小型无人机中低成本的传感器,相对于采用MEMS加速度计,陀螺仪精度高一些,但时间一长就会出现漂移影响,导致小型无人机出现浮动等不良问题。针对MEMS加速度计和陀螺仪的问题,对最优估计、离散型卡尔曼进行了研究,并进行了相应参数分析,提出了利用离散卡尔曼滤波器对芯片MPU6050陀螺仪和加速度计进行数据滤波。通过建模及其参数整定的重要程度,与未进行滤波算法处理的结果和飞行效果相比较显示,该方法改善了漂移、抗噪声问题,该整定后的卡尔曼估计算法对小型无人机滤波是可靠的。(本文来源于《自动化技术与应用》期刊2019年11期）
张振慧,张正江,胡桂廷,朱志亮[5]（2019）在《基于拉依达准则与线性拟合的改进型无迹卡尔曼滤波粗大误差补偿算法》一文中研究指出无迹卡尔曼滤波是卡尔曼滤波技术的重要组成部分,它有效地克服了扩展卡尔曼滤波的估计精度低、稳定性差等缺陷;然而无迹卡尔曼滤波未考虑粗大误差(如离群值、静差和漂移)的影响;目标跟踪经常受到不同种类粗大误差的影响,研究无迹卡尔曼滤波器对粗大误差的检测和补偿,对目标跟踪准确性的提高有重大意义;文章针对观测值中各种粗大误差影响目标跟踪精度的问题,采用拉依达准则对观测值进行检测;为了对误差进行补偿,文章提出了一种观测数据残差线性拟合的方法,使用拟合产生的预测残差补偿粗大误差,使补偿后的目标运动轨迹能够减小粗大误差的干扰;经过目标跟踪仿真实验和对比,文章提出的改进型无迹卡尔曼滤波算法能有效地减小粗大误差观测值对状态预测过程的影响,能实现对目标的准确跟踪,提高了滤波的稳定性和准确性。(本文来源于《计算机测量与控制》期刊2019年11期）
谷鹏,王大龙,张世仓[6]（2019）在《基于粒子群优化的扩展卡尔曼滤波方法研究》一文中研究指出针对传统扩展卡尔曼滤波跟踪算法在跟踪机动目标时易产生较大误差的问题,提出了一种改进的粒子群优化扩展卡尔曼滤波研究方法。对于目标机动时,采用具有最小均方误差估计效果的EKF滤波算法,仅仅通过实验离线调整参数难以获得最优的滤波效果,提出了基于粒子群算法优化EKF噪声矩阵的方法,同时引入全局最优化方法提高粒子群算法的搜索效率,克服其容易发生陷入局部最优解的缺点。实验仿真结果表明,采用该改进优化算法可克服粒子退化现象,提高目标跟踪精度。(本文来源于《工业控制计算机》期刊2019年11期）
阎静,杜伟,程敬亮,耿杰峰,郭翠萍[7]（2019）在《正常人群弓状束双张量无损卡尔曼滤波与单张量线性纤维束示踪技术成像效果比较》一文中研究指出目的:比较双张量无损卡尔曼滤波纤维束示踪技术(UKFT)与传统单张量线性纤维束示踪技术(ST)重建正常人群弓状束(AF)的成像效果。方法:选取20例正常受试者行DTI成像,分别应用单张量ST和双张量UKFT技术重建左侧AF,包括直接通路"颞-额"段(深支),间接通路"额-顶"段(前支)和"颞-顶"段(后支),采用解剖形态比对和纤维束定量的方法研究两种技术AF显像的差异。结果:应用单张量ST技术重建左侧AF时,12例深支、2例前支和1例后支显像不完整或失败;而应用双张量UKFT技术重建时,叁个分支在所有受试者中均成功完整显像,且终端分支纤维显示更完整,分布面积更广,纤维体积更大,条数更多(P<0.001)。结论:与传统单张量ST相比,双张量UKFT技术在正常人群中可以重建出更加完整的AF。(本文来源于《郑州大学学报(医学版)》期刊2019年06期）
王丹丹,卢春华,李立,赵建周[8]（2019）在《卡尔曼滤波算法在里程计/GPS组合导航中的研究》一文中研究指出所提出的导航定位系统主要是由GPS导航系统与里程计组成,搭载在检测设备中。对传感器里面的信息进行测量和存储检测,在检测结束之后进行数据处理,进而得到智能小车的导航定位信息。搭建导航系统滤波模型,对小车进行定位试验。经过理论的分析和实验的验证,所设计的GPS/里程计组合导航装置能够达到一定的定位精度。(本文来源于《安阳工学院学报》期刊2019年06期）
冯春燕,庞琼,谷艳昌,黄海兵[9]（2019）在《基于卡尔曼滤波的土石坝渗流安全监控模型》一文中研究指出土石坝渗流观测数据中包含着监测系统本身噪声和外界干扰的影响,卡尔曼滤波算法可以去除数据中的测量噪声,还原真实数据,是一种对系统状态进行最优估计的算法.在建立传统统计监控模型基础上,引入卡尔曼滤波算法.滤波过程中状态向量即为监控模型的回归系数,观测方程为监控模型本身,通过对模型的优化达到对测量值的最优估计.该优化模型精度比传统最小二乘回归统计模型更高,并在工程实例中得到验证;当需要处理较多数据时,该优化模型建模效率明显高于最小二乘法.(本文来源于《武汉大学学报(工学版)》期刊2019年11期）
王伟[10]（2019）在《基于卡尔曼滤波和加权LM法的井下精确定位算法》一文中研究指出针对基于UWB精确定位的井下近感检测装置定位结果易受非视距(NLOS)误差等噪声影响的问题,提出了一种基于卡尔曼滤波和加权LM法的井下精确定位算法。通过卡尔曼滤波预测过程得到标签卡坐标的先验估计值;利用几何关系计算估计坐标与各锚节点的距离,并将该距离与探测器直接测距值进行比较,根据差值分配各锚节点的测距权值;将权值矩阵和测距矩阵代入加权LM法中,得到标签卡坐标的中间结果;将中间结果作为测量值代入卡尔曼滤波更新过程中,得到标签卡的最终坐标。测试结果表明,与多边定位法相比,基于卡尔曼滤波和加权LM法的井下精确定位算法可在不影响定位速度的前提下,将定位精度提高一倍以上,有效降低了NLOS误差等噪声的干扰。(本文来源于《工矿自动化》期刊2019年11期）
展卡尔曼滤波论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
四元数融合互补滤波通常采用叁轴陀螺仪的角速度积分来获取角度,进而利用角度求得四元数,再由四元数解算出姿态角。但叁轴陀螺仪由角速度积分得到的角度由于温漂、单次迭代等原因,往往偏差较大,难以消除,这就导致求得的四元数精度不够,最终影响互补滤波解算出的姿态角的精度。针对这个问题,提出采用卡尔曼滤波融合陀螺仪、加速度计的数据进行基于误差协方差最小的迭代估计,并通过对过程噪声和观测噪声的滤波,最终得到姿态角的最优估计,再将这个估计值代入互补滤波中求得四元数,利用该四元数进行误差负增益调节。本工作基于STM32F4搭建实验平台进行验证,结果表明:该改进型姿态解算方法明显地提高了姿态角的精度,具有良好的动态和静态特性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
展卡尔曼滤波论文参考文献
[1].雷孟飞,孔超,周俊华.自适应卡尔曼滤波在BDS变形监测数据处理中的应用[J].导航定位学报.2019
[2].李庆党,张义龙.基于卡尔曼滤波和互补滤波的改进型姿态解算方法[J].青岛科技大学学报(自然科学版).2019
[3].张叶贵,刘敏.基于容积卡尔曼滤波的配电网状态估计[J].电力科学与工程.2019
[4].邓洪明,贺勇,于小杰,吴成通.卡尔曼滤波在无人机姿态中的应用研究[J].自动化技术与应用.2019
[5].张振慧,张正江,胡桂廷,朱志亮.基于拉依达准则与线性拟合的改进型无迹卡尔曼滤波粗大误差补偿算法[J].计算机测量与控制.2019
[6].谷鹏,王大龙,张世仓.基于粒子群优化的扩展卡尔曼滤波方法研究[J].工业控制计算机.2019
[7].阎静,杜伟,程敬亮,耿杰峰,郭翠萍.正常人群弓状束双张量无损卡尔曼滤波与单张量线性纤维束示踪技术成像效果比较[J].郑州大学学报(医学版).2019
[8].王丹丹,卢春华,李立,赵建周.卡尔曼滤波算法在里程计/GPS组合导航中的研究[J].安阳工学院学报.2019
[9].冯春燕,庞琼,谷艳昌,黄海兵.基于卡尔曼滤波的土石坝渗流安全监控模型[J].武汉大学学报(工学版).2019
[10].王伟.基于卡尔曼滤波和加权LM法的井下精确定位算法[J].工矿自动化.2019