导读:本文包含了时差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:卡尔曼滤波,超声波热量表,MATLAB仿真,时差滤波
时差滤波论文文献综述
刘军,崔学伟,刘诚诚[1]（2018）在《卡尔曼滤波算法在时差滤波中的应用》一文中研究指出超声波热量表是对热量进行检测的装置。现有的超声波热量表在计量方面存在些许不足,如时差滤波误差较大,小流量点测量不稳定等。针对这些问题,提出一种较为实用的滤波方法——改进的卡尔曼滤波法对时差进行滤波。对于检测到的时差数据用卡尔曼滤波算法进行滤波,用MATLAB进行仿真,并通过实验同常用的算数平均法时差滤波进行对比。实验发现下载有卡尔曼滤波算法程序的超声波热量表误差稳定且精度较高,下载有算术平均值算法程序的超声波热量表在小流量点的测量误差虽然在允许范围内,但浮动较大。由此可以证明该方法能够改进现有的滤波技术,在超声波热量表的时差滤波方面有较大优势。(本文来源于《电子测量技术》期刊2018年22期）
李剑汶,周慧,王小阳,童峰[2]（2015）在《基于超声波时差定位和卡尔曼滤波的服务机器人导航方法》一文中研究指出与科学研究、国防、警用、核电站等专用用途的移动机器人相比,应用于办公、医院、餐厅、超市等服务领域的服务机器人移动路径相对简单,行走路径以直线为主.采用叁元阵超声波被动定位算法进行服务机器人实时定位,为了降低定位系统所需的信标数量,建立服务机器人运动模型并结合卡尔曼滤波算法进行定位轨迹后置处理,提高了较大范围内的服务机器人导航定位精度.实验结果验证了本文方法的有效性.(本文来源于《南京大学学报(自然科学)》期刊2015年S1期）
陈鑫[3]（2015）在《基于平面波解构滤波的速度无关时差校正方法研究》一文中研究指出现代地震勘探数据处理过程的关键途径之一就是时差校正，时差校正主要包含正常时差校正和倾角时差校正。多次波干扰能否通过水平迭加被有效压制，动校正处理的精度起很大影响作用，同时动校正也是一种用于速度分析的重要手段。常规动校正处理是将拉平局部同相轴，但双曲线走时的假设只适用于偏移距等于和小于反射界面深度的条件。倾角时差校正主要应用于经过NMO处理后的迭前数据，很好地保持不同倾角地层的不同迭加速度。DMO校正后的剖面比NMO校正后的CMP道集剖面更接近于零偏移距剖面,为后续的偏移处理做好基础。动校正的基础是建立在已知速度参数前提上进行处理的，通过速度分析途径,可以获取所需要的参数。现如今已经发展了很多简化后的半自动化速度拾取过程,但是速度分析仍旧是一项工作量大、费时费力的任务。此外,所拾取的相关速度参数往往不准确，使得之后进行的动校正处理效果不佳，并导致工作时间的增加和复杂性的增大。对于速度分析处理过程，为了避免拾取速度参数引起的繁复费时、拾取参数不准确导致的校正效果不佳和传统动校正存在的拉伸畸变问题，利用速度无关校正方法进行相关处理。本文首先对数据进行平面波分解，获取局部同相轴斜率，然后通过解析这一同相轴斜率与速度之间的关系，可以发现利用局部斜率可以直接获得进行动校正所需的速度以及其他的全部时差参数，也就是说地震同相轴局部斜率的信息可以替代相关速度参数进行动校正处理。倾角时差校正是针对倾斜反射层的情况下共中心点道集的各道不包含在一个共反射点上而进行校正的一种地震处理方法，DMO能有效地校正倾斜反射迭加时产生的反射点模糊现象。迭前数据首先需要进行NMO处理，而后需要进行DMO校正，以便于迭加过程中保持各个倾角地层的各自迭加速度。倾角时差校正后的剖面更接近零偏移距剖面，以便于随后进行的零偏移距偏移处理。与速度无关的DMO方法，是对应于更贴近实际情况的校正处理。对于NMO只适用于水平反射层而言，速度无关倾角时差校正能使得大倾角很好的归位。并且速度无关DMO方法不需要使用迭加速度，消除了倾角的影响，经过非零偏移距偏移到零偏移距处理后，可以得到3-D偏移数据体，进一步可以进行迭前时间偏移，与传统DMO校正方法对比，可以证明与速度无关方法的处理效果同样很好。最后通过模拟数据和实际数据进行与速度无关时差校正的实验计算，显示了此方法同样可以达到传统方法的处理效果甚至更好更高效，从而证明了该方法在理论上和实际中的有效性。(本文来源于《吉林大学》期刊2015-05-01）
陈曦,彭华峰,同武勤[4]（2011）在《基于卡尔曼滤波的叁星时差运动目标定位技术》一文中研究指出针对叁星时差无源定位体制的特点,研究空中运动目标辐射源定位技术。在匀速直线运动目标模型下,通过改变地球方程参数,利用牛顿迭代算法给出目标的瞬时初始定位点,并在此基础上利用不敏卡尔曼滤波对运动目标进行跟踪定位。仿真验证表明,利用叁星时差测量体制和相关滤波算法,可以有效实现空中运动目标的跟踪定位,精度优于5 km;同时在精确初始值的引导下,滤波算法收敛速度更快,定位精度更高,航迹更为连续。(本文来源于《电讯技术》期刊2011年05期）
李芳,戚振东[5]（2011）在《超声波流量测量时差改进卡尔曼滤波》一文中研究指出针对离散卡尔曼滤波对信号突变识别跟踪能力弱的特点,在对超声波流量测量的时差信号特征分析的基础上,提出了一种适用于跟踪时差信号突变的改进卡尔曼滤波器,试验结果证明其具有良好的消噪和瞬态响应能力。(本文来源于《科技信息》期刊2011年05期）
黄欣欣,杨东凯[6]（2010）在《基于卡尔曼滤波的罗兰C时差信号处理》一文中研究指出罗兰C时差信号测量误差是影响定位精度的关键。简要介绍了罗兰C系统的定位原理和卡尔曼滤波技术,针对罗兰C时差信号的特征,设计卡尔曼滤波算法,基于CV模型和CA模型分别对罗兰C静态定位和动态定位的实测数据进行处理,得出相关结论,具有一定的工程实用意义。(本文来源于《全球定位系统》期刊2010年05期）
李芳,李艾华,吴朝军[7]（2009）在《超声波流量测量时差改进卡尔曼滤波》一文中研究指出在离散卡尔曼滤波器的基础上,针对超声波液压系统流量测量的时差信号的特征提出了离散卡尔曼滤波的改进方法,提高了普通卡尔曼滤波器对信号突变的识别跟踪能力。该方法采用切换函数来识别时差信号的突变,通过改变滤波器模型中系统噪声协方差阵实现了滤波器对时差信号突变的跟踪。实验结果表明,改进后的滤波器具有良好的消噪和瞬态响应能力。(本文来源于《计算机工程与设计》期刊2009年18期）
安振,姜秋喜[8]（2008）在《基于UKF滤波的时差定位与跟踪》一文中研究指出由于无源时差定位隐蔽性强,抗干扰性好,定位精度高,相对于测向时差联合定位需要处理的数据少,因此是网络雷达中最主要的定位方式。提出将UKF滤波算法应用到网络雷达的时差定位跟踪中。计算机仿真实验表明,应用UKF算法比以往EKF类算法在滤波性能上有明显的提高。(本文来源于《现代防御技术》期刊2008年06期）
王鼎,隋红波,吴瑛[9]（2008）在《两站基于角度和时差信息的伪线性卡尔曼滤波算法及其改进》一文中研究指出建立了两站基于角度(DOA)和时差(TDOA)信息的伪线性观测模型,基于该模型提出了匀速运动目标的伪线性卡尔曼滤波(PLKF)算法。仿真结果表明该算法的稳健性要高于扩展卡尔曼滤波(EKF)算法,当观测误差较小时,PLKF算法的定位精度要高于EKF算法;当观测误差较大时,其定位精度低于EKF算法。对此文中结合两种算法的优点,提出了改进算法,以同时提高算法的定位精度和稳健性。(本文来源于《信号处理》期刊2008年02期）
刘海军,李陟,王丽娜[10]（2006）在《动基站时差探测系统定位与滤波技术研究》一文中研究指出针对传统长基线时差探测系统的缺点,本文提出了全新的动基站时差测量系统,并给出了目标的定位原理。针对此探测系统的特点,提出了一种高度简化的加权最小二乘算法,该算法利用子集选优法分析结果,并忽略各子集位置误差的相关性,从而有效地减小了运算量,同时保证了较高的目标位置测量精度。通过伪线性卡尔曼滤波法和广义卡尔曼滤波法进一步减小了目标位置的探测随机误差,统计仿真结果证明了这一数据处理流程的有效性。(本文来源于《系统工程与电子技术》期刊2006年08期）
时差滤波论文开题报告
（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：
与科学研究、国防、警用、核电站等专用用途的移动机器人相比,应用于办公、医院、餐厅、超市等服务领域的服务机器人移动路径相对简单,行走路径以直线为主.采用叁元阵超声波被动定位算法进行服务机器人实时定位,为了降低定位系统所需的信标数量,建立服务机器人运动模型并结合卡尔曼滤波算法进行定位轨迹后置处理,提高了较大范围内的服务机器人导航定位精度.实验结果验证了本文方法的有效性.
（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。
时差滤波论文参考文献
[1].刘军,崔学伟,刘诚诚.卡尔曼滤波算法在时差滤波中的应用[J].电子测量技术.2018
[2].李剑汶,周慧,王小阳,童峰.基于超声波时差定位和卡尔曼滤波的服务机器人导航方法[J].南京大学学报(自然科学).2015
[3].陈鑫.基于平面波解构滤波的速度无关时差校正方法研究[D].吉林大学.2015
[4].陈曦,彭华峰,同武勤.基于卡尔曼滤波的叁星时差运动目标定位技术[J].电讯技术.2011
[5].李芳,戚振东.超声波流量测量时差改进卡尔曼滤波[J].科技信息.2011
[6].黄欣欣,杨东凯.基于卡尔曼滤波的罗兰C时差信号处理[J].全球定位系统.2010
[7].李芳,李艾华,吴朝军.超声波流量测量时差改进卡尔曼滤波[J].计算机工程与设计.2009
[8].安振,姜秋喜.基于UKF滤波的时差定位与跟踪[J].现代防御技术.2008
[9].王鼎,隋红波,吴瑛.两站基于角度和时差信息的伪线性卡尔曼滤波算法及其改进[J].信号处理.2008
[10].刘海军,李陟,王丽娜.动基站时差探测系统定位与滤波技术研究[J].系统工程与电子技术.2006