期刊文献+
共找到1,890篇文章
< 1 2 95 >
每页显示 20 50 100
基于遗忘因子无迹卡尔曼滤波水下重力导航算法
1
作者 赵淑红 李利丹 杨立伟 《中国惯性技术学报》 北大核心 2026年第2期142-148,共7页
针对在深海勘探、水下潜器长航时作业等复杂多变的海洋环境下,传统重力导航系统因外部扰动、传感器噪声及重力异常等因素造成的定位误差累积导致的定位精度下降问题,提出了一种基于遗忘因子无迹卡尔曼滤波水下重力导航算法。通过引入遗... 针对在深海勘探、水下潜器长航时作业等复杂多变的海洋环境下,传统重力导航系统因外部扰动、传感器噪声及重力异常等因素造成的定位误差累积导致的定位精度下降问题,提出了一种基于遗忘因子无迹卡尔曼滤波水下重力导航算法。通过引入遗忘因子无迹卡尔曼滤波(FFUKF)方法,对传统无迹卡尔曼滤波算法(UKF)进行改进,旨在抑制长时间运行过程中状态估计偏差的累积,增强系统对动态环境的适应能力和抗干扰性能。仿真结果表明,所提方法相较无迹卡尔曼滤波经度方向误差均值降低69.33%,纬度方向误差均值降低75.56%,经度和纬度方向误差平稳收敛于零值附近,验证了所提方法能够降低系统时变噪声对导航精度的影响,增强了系统的鲁棒性。 展开更多
关键词 水下重力导航系统 遗忘因子 无迹卡尔曼滤波
在线阅读 下载PDF
基于改进Transformer-无迹卡尔曼滤波器的智能车辆多模态3D目标检测方法
2
作者 张哲宁 刘祯 王化强 《汽车技术》 北大核心 2026年第2期39-47,共9页
为提升智能车辆环境感知目标检测的准确性,提出一种特征融合3D目标检测方法。首先,对Transformer模型进行改进,借助多头自注意力机制,充分考虑数据空间的局部特征信息,并保留不同的特征权重,以提取点云与图像特征;然后,借助无迹卡尔曼... 为提升智能车辆环境感知目标检测的准确性,提出一种特征融合3D目标检测方法。首先,对Transformer模型进行改进,借助多头自注意力机制,充分考虑数据空间的局部特征信息,并保留不同的特征权重,以提取点云与图像特征;然后,借助无迹卡尔曼滤波器(UKF)设计图像与点云多模态融合系统,最终实现3D目标检测;最后,采用KITTI数据集和实车数据集对模型进行训练和推理,并与多种主流算法进行对比。验证结果显示,与应用广泛的截锥卷积网络(F-ConvNet)、视锥点云网络(F-PointNet)等主流多模态融合算法相比,所提出的目标检测模型多类别平均精度分别提升了0.34百分点和3.03百分点,车辆和骑行者对象的检测平均精度分别提升了2.52百分点和9.32百分点,且该模型在实车数据推理中的表现与训练评测结果基本一致。 展开更多
关键词 无人驾驶 TRANSFORMER 多传感器信息融合 多模态感知 无迹卡尔曼滤波器
在线阅读 下载PDF
基于变窗口自适应无迹卡尔曼滤波的锂离子电池荷电状态预测 被引量:1
3
作者 范兴明 吴润玮 +1 位作者 封浩 张鑫 《电工技术学报》 北大核心 2025年第6期1974-1983,共10页
基于噪声协方差匹配方法的自适应无迹卡尔曼滤波(AUKF)算法,其固定长度的时间窗影响算法噪声统计量。且AUKF中匹配窗口长度常由经验法确定,在复杂工作条件下容易引起噪声协方差估算的不确定。为了进一步提高算法的噪声协方差估算精度,... 基于噪声协方差匹配方法的自适应无迹卡尔曼滤波(AUKF)算法,其固定长度的时间窗影响算法噪声统计量。且AUKF中匹配窗口长度常由经验法确定,在复杂工作条件下容易引起噪声协方差估算的不确定。为了进一步提高算法的噪声协方差估算精度,提出一种由自适应遗传算法(AGA)确定初始窗口长度的变窗口自适应无迹卡尔曼滤波(VAUKF)。并引入Allan方差分析法识别误差序列的波动,再基于更新规则适当调整窗口长度,提高VAUKF对时变噪声的抗干扰能力。通过FUDS、US06工况验证所提出的VAUKF算法可行性。仿真结果表明,VAUKF相比AUKF在不同工况下都实现了荷电状态(SOC)预测精度和鲁棒性的提高。 展开更多
关键词 SOC预测 自适应无迹卡尔曼 变窗口自适应无迹卡尔曼
在线阅读 下载PDF
多策略改进麻雀搜索算法优化无迹卡尔曼滤波方法 被引量:5
4
作者 刘建娟 李志伟 +2 位作者 姬淼鑫 吴豪然 许强伟 《科学技术与工程》 北大核心 2025年第1期227-237,共11页
针对无迹卡尔曼滤波(unscented Kalman filter,UKF)中无迹变换(unscented transform,UT)在状态估计时采样点分布状态控制参数异常对滤波性能的影响问题,提出了一种利用多策略改进麻雀搜索算法(improved sparrow search algorithm,ISSA)... 针对无迹卡尔曼滤波(unscented Kalman filter,UKF)中无迹变换(unscented transform,UT)在状态估计时采样点分布状态控制参数异常对滤波性能的影响问题,提出了一种利用多策略改进麻雀搜索算法(improved sparrow search algorithm,ISSA)对UT中采样点分布状态控制参数进行寻优调整的方法,从而优化Sigma点分布以提高非线性近似效果,改善滤波估计性能。同时针对传统麻雀搜索算法面临的易陷入局部最优和收敛速度慢等问题,首先利用Cubic混沌映射改善初始种群的多样性;其次在发现者阶段引入非线性自适应收敛因子,提高平衡算法在全局探索和局部开发方面的能力;同时在追随者阶段利用小波变异策略,以避免追随者盲目追随而导致算法陷入局部最优;最后利用自适应t分布的扰动能力增强算法的全局搜索能力。通过测试函数对ISSA算法进行仿真实验,结果表明ISSA算法具有更好的收敛性和求解精度,同时验证ISSA优化UKF算法后的仿真结果,表明了ISSA-UKF算法相比于UKF算法的位置均方根误差降低了52.2%,速度均方根误差降低了21.9%,证明了改进方法的有效性和可行性。 展开更多
关键词 无迹卡尔曼滤波 麻雀搜索算法 Cubic混沌映射 非线性自适应收敛因子 小波变异策略
在线阅读 下载PDF
基于自适应无迹卡尔曼滤波的PID转向控制系统设计
5
作者 田雅琴 师旭源 +1 位作者 胡梦辉 王杰鹏 《机床与液压》 北大核心 2025年第12期118-128,共11页
为了避免局部最优解的出现,在灰狼算法中引入了Tent混沌映射初始化种群、非线性收敛因子调整策略、基于精英个体的高斯扰动机制,使灰狼算法的搜索范围得以扩大;搭建了Simulink动力学仿真模型并进行了算法性能模拟,通过观测噪声和过程噪... 为了避免局部最优解的出现,在灰狼算法中引入了Tent混沌映射初始化种群、非线性收敛因子调整策略、基于精英个体的高斯扰动机制,使灰狼算法的搜索范围得以扩大;搭建了Simulink动力学仿真模型并进行了算法性能模拟,通过观测噪声和过程噪声验证了算法的优越性。针对移动机器人转向控制中传统PID存在的超调量大、响应慢及易受干扰等问题,提出一种基于自适应无迹卡尔曼滤波(AUKF)的参数自整定PID控制方法,其优点是无需雅可比矩阵,通过采用无迹变换来处理非线性系统。对4种滤波模型输入噪声,验证了AUKF的抗干扰和滤波能力最佳,其中AUKF相对于UKF的误差绝对值最大缩小了58%,稳定性最大提高了62%。仿真与实验结果表明:该方法显著改善了系统的控制精度、鲁棒性、响应速度及超调量。 展开更多
关键词 无迹卡尔曼滤波 PID控制 转向控制系统 改进灰狼算法 MATLAB仿真
在线阅读 下载PDF
基于无迹卡尔曼滤波的电动汽车状态惯性监测
6
作者 左冬晓 《拖拉机与农用运输车》 2025年第6期48-50,共3页
对状态惯性监测是保证电动汽车自动驾驶的前提,为了进一步提高电动汽车行驶状态识别能力,设计了一种基于无迹卡尔曼滤波(UKF)的电动汽车状态惯性监测方法。该方法利用Sigma点来近似处理概率密度分布,通过Unscented变换来去除线性估计误... 对状态惯性监测是保证电动汽车自动驾驶的前提,为了进一步提高电动汽车行驶状态识别能力,设计了一种基于无迹卡尔曼滤波(UKF)的电动汽车状态惯性监测方法。该方法利用Sigma点来近似处理概率密度分布,通过Unscented变换来去除线性估计误差,达到非线性评价的需求。依托于Matlab环境搭建集成仿真架构来实现电动汽车的系统模拟,针对电动汽车构建适配外部分布式驱动架构开展测试分析。研究结果表明:相对扩展卡尔曼滤波(EKF),以UKF方法观测表现出更低振荡幅度,能够精确捕捉车辆非线性参数,有效提升观测可靠性,表现出来很高的自动驾驶能力。该研究表现出来对汽车行驶状态识别能力,为后续控制优化奠定一定的理论基础。 展开更多
关键词 电动汽车 状态惯性监测 无迹卡尔曼滤波 估计误差
在线阅读 下载PDF
基于改进自适应交互式多模型无迹卡尔曼滤波算法的车辆目标跟踪 被引量:3
7
作者 南奔洋 匡兵 景晖 《科学技术与工程》 北大核心 2025年第11期4605-4611,共7页
为解决传统交互式多模型(interactive multiple model, IMM)算法在车辆目标跟踪中存在模型概率变化不明显和跟踪精度不足问题,提出一种改进的自适应IMM-UKF(unscented Kalman filter)算法。首先采用匀速直线、匀加速直线和匀速转弯来建... 为解决传统交互式多模型(interactive multiple model, IMM)算法在车辆目标跟踪中存在模型概率变化不明显和跟踪精度不足问题,提出一种改进的自适应IMM-UKF(unscented Kalman filter)算法。首先采用匀速直线、匀加速直线和匀速转弯来建立车辆的运动模型,并通过无迹卡尔曼滤波对车辆目标进行跟踪。然后将子模型概率变化率作为IMM算法修正参数,对马尔可夫矩阵主对角线和非主对角线元素采用不同的修正策略。最后设置判定窗修正归一化后的马尔可夫矩阵主对角线元素,以扩大匹配模型的概率。结果表明,改进算法模型概率变化更加明显,位置和速度均方根误差均要小于原有算法,有效地提高了跟踪精度。 展开更多
关键词 目标跟踪 交互式多模型 自适应 马尔可夫矩阵 无迹卡尔曼滤波
在线阅读 下载PDF
一种高阶无迹卡尔曼滤波方法 被引量:51
8
作者 张勇刚 黄玉龙 +1 位作者 武哲民 李宁 《自动化学报》 EI CSCD 北大核心 2014年第5期838-848,共11页
现有的研究中,高阶无迹变换(Unscented transform,UT)还不存在具体的解析解,因此,无法利用高阶无迹变换获得具备更高精度的高阶无迹卡尔曼滤波器(Unscented Kalman filter,UKF).为了解决这一问题,本文在五阶容积变换(Cubature transform... 现有的研究中,高阶无迹变换(Unscented transform,UT)还不存在具体的解析解,因此,无法利用高阶无迹变换获得具备更高精度的高阶无迹卡尔曼滤波器(Unscented Kalman filter,UKF).为了解决这一问题,本文在五阶容积变换(Cubature transform,CT)的基础上,通过引入一个自由参数κ,得到高阶无迹变换的解析解,从而获得了高阶无迹卡尔曼滤波器(Unscented Kalman filter,UKF).同时验证了现有的五阶容积变换和五阶无迹变换分别是本文所提出的高阶无迹变换在κ=2和κ=6-n时的两个特例.进而分析和讨论了高阶无迹卡尔曼滤波器在系统不同维数条件下κ值的最优选取,并讨论了其稳定性.纯方位跟踪模型和弹道目标再入模型仿真验证了本文方法的正确性,且与现有方法相比具有更高的精度. 展开更多
关键词 高阶无迹变换 五阶容积变换 五阶无迹变换 高阶无迹卡尔曼滤波器
在线阅读 下载PDF
Sage-Husa增广无迹卡尔曼滤波室内融合定位算法 被引量:1
9
作者 夏健豪 华杭波 +4 位作者 李斯文 俞大海 郭天太 孔明 梁晓瑜 《科学技术与工程》 北大核心 2025年第24期10304-10312,共9页
针对Wi-Fi信号与行人航位推算(pedestrian dead reckoning, PDR)的室内无迹卡尔曼滤波(unscented Kalman filter, UKF)融合定位算法中,Wi-Fi信号易受环境波动、PDR系统存在累计误差以及UKF无法传递加性的非线性过程噪声协方差的问题,提... 针对Wi-Fi信号与行人航位推算(pedestrian dead reckoning, PDR)的室内无迹卡尔曼滤波(unscented Kalman filter, UKF)融合定位算法中,Wi-Fi信号易受环境波动、PDR系统存在累计误差以及UKF无法传递加性的非线性过程噪声协方差的问题,提出了一种改进Sage-Husa滤波的新息增广无迹卡尔曼滤波(innovation augmented unscented Kalman filter, IAUKF)融合算法。Sage-Husa滤波通过使用新息向量实时调整来监督协方差值,进而提升了算法对于信号奇异值的抗干扰性。增广形式滤波在保证高阶信息能被传递的同时,还能对过程噪声协方差进行自主评估。改进Sage-Husa增广滤波精简了运算步骤,相比于假设统计估计,协方差的自主评估更具合理性,同时提高了算法的整体精度。实验结果表明:IAUKF的室内行人定位精度相较于UKF算法提升了30.7%,其步均误差为0.523 m。 展开更多
关键词 室内行人定位 Wi-Fi室内定位 行人航位推算(PDR) 增广无迹卡尔曼滤波(AUKF) Sage-Husa滤波
在线阅读 下载PDF
双层无迹卡尔曼滤波 被引量:23
10
作者 杨峰 郑丽涛 +1 位作者 王家琦 潘泉 《自动化学报》 EI CSCD 北大核心 2019年第7期1386-1391,共6页
针对无迹卡尔曼滤波(Unscented Kalman fllter, UKF)在强非线性系统中估计效果差的问题,提出了双层无迹卡尔曼滤波(Double layer unscented Kalman filter, DLUKF)算法,该算法用带权值的采样点表征先验分布,而后用内层UKF算法对每个采... 针对无迹卡尔曼滤波(Unscented Kalman fllter, UKF)在强非线性系统中估计效果差的问题,提出了双层无迹卡尔曼滤波(Double layer unscented Kalman filter, DLUKF)算法,该算法用带权值的采样点表征先验分布,而后用内层UKF算法对每个采样点进行更新,最后引入外层UKF算法的更新机制得到估计值和估计协方差.仿真结果表明,相比于传统算法,所提的DLUKF算法可以在较低计算负载下获得较高滤波估计精度. 展开更多
关键词 状态估计 采样策略 无迹卡尔曼滤波 改进的无迹卡尔曼滤波 无迹粒子滤波
在线阅读 下载PDF
无迹卡尔曼滤波算法对UWB/IMU组合定位的研究 被引量:2
11
作者 姚露 聂晓根 +1 位作者 黄汉阳 赵毅 《机械科学与技术》 北大核心 2025年第6期1033-1040,共8页
为提高UWB定位技术在复杂环境工作时的定位精度,提出基于无迹卡尔曼滤波(UKF)算法的UWB/IMU信息融合方法。分别利用UWB定位技术和IMU惯性测量技术解算出机器人的位置信息,采用UKF算法对位置信息数据进行融合,得到机器人的最终位置信息,... 为提高UWB定位技术在复杂环境工作时的定位精度,提出基于无迹卡尔曼滤波(UKF)算法的UWB/IMU信息融合方法。分别利用UWB定位技术和IMU惯性测量技术解算出机器人的位置信息,采用UKF算法对位置信息数据进行融合,得到机器人的最终位置信息,分别应用MATLAB仿真软件和构建的实验平台进行仿真和试验。MATLAB仿真结果表明,UWB定位误差在±1 m之间且波动较大,而UWB/IMU融合定位的误差在±0.25 m以内,基本稳定在±0.2 m;根据实验,在动态定位过程中,采用基于UKF算法的组合定位方法得到的数据误差稳定在4~8 cm之间,而仅采用UWB定位得到的数据误差波动较大,最大达到17 cm,表明采用组合定位的数据误差较小,可以达到厘米级精度,数据稳定。 展开更多
关键词 定位精度 无迹卡尔曼滤波算法 信息融合 MATLAB仿真
在线阅读 下载PDF
基于无迹变换法的静态电压稳定域概率分析及应用 被引量:1
12
作者 齐越 刘道兵 《太阳能学报》 北大核心 2025年第3期151-159,共9页
为反映可再生能源不确定性对静态电压稳定性的影响,提出一种基于无迹变换法的静态电压稳定域(SVSR)概率分析方法。首先,根据光伏和风力发电的概率模型构建SVSR概率模型;然后,采用基于对称采样策略的无迹变换法将概率问题转换为确定性问... 为反映可再生能源不确定性对静态电压稳定性的影响,提出一种基于无迹变换法的静态电压稳定域(SVSR)概率分析方法。首先,根据光伏和风力发电的概率模型构建SVSR概率模型;然后,采用基于对称采样策略的无迹变换法将概率问题转换为确定性问题,得到有限个采样点,进一步计算出SVSR的期望和标准差指标并构建其概率边界;再通过概率指标分析系统静态电压稳定性的概率特征,并基于概率指标建立多目标优化模型提升系统静态电压稳定性。最后通过IEEE 30节点系统进行算例分析,验证所提方法的高效性和准确性。 展开更多
关键词 电力系统 可再生能源 不确定性分析 静态电压稳定域 无迹变换法 多目标优化
原文传递
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 被引量:1
13
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
基于变分贝叶斯无迹卡尔曼滤波的惯量及一次调频系数联合估计方法
14
作者 欧阳雪彤 陈保瑞 +3 位作者 叶希 王曦 杨凯 文云峰 《广东电力》 北大核心 2025年第12期55-68,共14页
随着新能源发电比例不断提高,电力系统的惯量特性和频率响应能力发生显著变化,快速准确估计系统惯量和一次调频系数对于频率控制和参数优化至关重要。为此提出一种基于变分贝叶斯无迹卡尔曼滤波的电力系统惯量和一次调频系数联合在线估... 随着新能源发电比例不断提高,电力系统的惯量特性和频率响应能力发生显著变化,快速准确估计系统惯量和一次调频系数对于频率控制和参数优化至关重要。为此提出一种基于变分贝叶斯无迹卡尔曼滤波的电力系统惯量和一次调频系数联合在线估计方法。首先,构建系统频率动态状态空间模型,为后续参数的联合估计奠定基础;然后,综合利用无迹卡尔曼滤波和变分贝叶斯推断实现噪声统计特性的自适应估计;同时引入指数平滑、残差反馈和t-Copula耦合参数更新策略,提高估计的精度和鲁棒性;最后,基于改进IEEE-39节点系统开展算例测试。仿真结果表明所提方法在不同扰动场景下均能快速准确估计系统惯量和一次调频系数,与传统方法相比,在估计精度和鲁棒性方面具有明显优势。 展开更多
关键词 惯量 一次调频 变分贝叶斯 无迹卡尔曼滤波 参数估计
在线阅读 下载PDF
基于遗传算法的改进无迹粒子滤波相对导航算法
15
作者 邱琪涵 丁晓 孟秀云 《火力与指挥控制》 北大核心 2025年第3期78-84,共7页
针对无人机编队飞行过程中相对导航系统存在测量误差问题,提出一种基于遗传算法的改进无迹粒子滤波相对导航系统信息融合算法。建立了无人机相对运动模型与组合导航系统测量模型。针对粒子滤波算法重要性密度函数选取的问题,将无迹卡尔... 针对无人机编队飞行过程中相对导航系统存在测量误差问题,提出一种基于遗传算法的改进无迹粒子滤波相对导航系统信息融合算法。建立了无人机相对运动模型与组合导航系统测量模型。针对粒子滤波算法重要性密度函数选取的问题,将无迹卡尔曼滤波引入粒子滤波重要性采样环节,并在粒子滤波算法重采样阶段提出一种基于遗传算法的改进重采样方法。进行了数学仿真,仿真结果表明,该方法能够有效估计无人机相对运动信息,优于无迹粒子滤波算法和粒子滤波算法。 展开更多
关键词 相对导航 粒子滤波 无迹卡尔曼滤波 遗传算法
在线阅读 下载PDF
基于自适应无迹卡尔曼滤波的GNSS/INS组合导航方法研究
16
作者 张琪 刘宁 朱丽璇 《控制与信息技术》 2025年第5期52-59,共8页
针对城市复杂环境下车载组合导航系统定位精度不足及传统滤波算法模型参数固定、难以适应动态变化噪声的问题,文章提出了一种基于Sage-Husa算法的自适应无迹卡尔曼滤波(SH-AUKF)方法,并将其应用于GNSS/INS组合导航系统。该方法利用新息... 针对城市复杂环境下车载组合导航系统定位精度不足及传统滤波算法模型参数固定、难以适应动态变化噪声的问题,文章提出了一种基于Sage-Husa算法的自适应无迹卡尔曼滤波(SH-AUKF)方法,并将其应用于GNSS/INS组合导航系统。该方法利用新息序列对过程与量测噪声的协方差矩阵进行实时估计和修正,旨在解决车辆在强非线性及动态变化场景下(如卫星信号丢失)的滤波精度下降甚至发散的问题。为系统性地验证该方法的有效性,本文设计了包含高速路、城市道路和隧道的典型驾驶场景,开展了实车对比试验,并将所提算法与标准的卡尔曼滤波(KF)、扩展卡尔曼滤波(EKF)及无迹卡尔曼滤波(UKF)进行了性能对比评估。结果表明:本文提出的SH-AUKF算法在卫星信号丢失的隧道路段及连续转弯的城市道路等关键场景下,展现出了最优的鲁棒性与定位精度;与标准UKF相比,其位置均方根误差(RMSE)显著降低。该方法为解决高动态环境下的车载组合导航问题提供了一种更有效且可靠的方案,对提升智能驾驶系统的环境适应性具有重要的应用价值。 展开更多
关键词 智能驾驶 组合导航 自适应滤波 无迹卡尔曼滤波 定位精度 跑车试验
在线阅读 下载PDF
直升机飞控系统鲁棒性验证的无迹变换方法
17
作者 刘长奇 李爱军 +1 位作者 段广战 李左 《航空工程进展》 2025年第3期29-35,共7页
蒙特卡洛方法在直升机飞控系统鲁棒性验证中存在计算量大、耗时长等局限性,针对该问题,提出一种直升机飞控系统鲁棒性验证的无迹变换方法,该方法运用粒子群算法求解待定参数。以直升机偏航通道为应用案例,对比直升机飞控系统鲁棒性验证... 蒙特卡洛方法在直升机飞控系统鲁棒性验证中存在计算量大、耗时长等局限性,针对该问题,提出一种直升机飞控系统鲁棒性验证的无迹变换方法,该方法运用粒子群算法求解待定参数。以直升机偏航通道为应用案例,对比直升机飞控系统鲁棒性验证的无迹变换方法与蒙特卡洛方法的预测结果。结果表明:直升机飞控系统鲁棒性验证的无迹变换方法显著提升了计算效率,且在计算精度上与蒙特卡洛方法相当;该方法通过调整参数值放缩采样点与样本中心的距离,同样能适用于高维直升机飞控系统的鲁棒性验证。 展开更多
关键词 蒙特卡洛 无迹变换 粒子群算法 直升机飞控系统 鲁棒性验证
在线阅读 下载PDF
基于改进无迹卡尔曼滤波算法优化的电池SOC估算分析
18
作者 刘阳阳 谭泽飞 《黑龙江工业学院学报(综合版)》 2025年第3期105-108,共4页
随着电池在电动汽车、储能系统等领域广泛应用,电池的复杂工作环境以及老化现象给准确估算电池荷电状态带来了巨大挑战。试提出了一种基于改进无迹卡尔曼滤波算法优化的电池荷电状态估算模型。利用基尔荷夫定律得到状态计算公式,并建立... 随着电池在电动汽车、储能系统等领域广泛应用,电池的复杂工作环境以及老化现象给准确估算电池荷电状态带来了巨大挑战。试提出了一种基于改进无迹卡尔曼滤波算法优化的电池荷电状态估算模型。利用基尔荷夫定律得到状态计算公式,并建立等效电路模型状态方程。引入带遗忘因子的递推最小二乘法用于在线估计电池参数,将广义多项式模型与无迹卡尔曼滤波相结合,得到改进无迹卡尔曼滤波算法优化的电池荷电状态估算模型。实验结果表明,改进前的荷电状态真实值为0.62%,而估计值为0.64%;改进后算法模型的荷电状态的估计值与真实值差距小于0.001%,对电池荷电状态的估算结果更加精确,与真实值曲线高度重合,为电池管理系统提供了更准确的状态信息,为电池领域的发展起到推动作用。 展开更多
关键词 电池荷电状态估算 无迹卡尔曼滤波算法 最小二乘法 广义多项式模型
在线阅读 下载PDF
序贯无迹Kalman滤波器
19
作者 张雪楠 郑佰富 +2 位作者 张润恒 刘志伟 高媛 《黑龙江大学工程学报(中英俄文)》 2025年第1期37-45,共9页
针对多传感器非线性系统中量测数据不能同时刻到达融合中心的情况,研究在无迹Kalman滤波(Unscented Kalman filtering,UKF)算法的基础上,按照量测数据到达的先后顺序进行序贯融合,提出了序贯无迹Kalman滤波(Sequential unscented Kalman... 针对多传感器非线性系统中量测数据不能同时刻到达融合中心的情况,研究在无迹Kalman滤波(Unscented Kalman filtering,UKF)算法的基础上,按照量测数据到达的先后顺序进行序贯融合,提出了序贯无迹Kalman滤波(Sequential unscented Kalman filter,SUKF)算法。各个子系统通过无迹Kalman滤波器得到局部滤波估计,按照局部滤波结果到达融合中心的顺序,分别利用序贯协方差交叉融合(Sequential covariance intersection,SCI)算法和序贯逆协方差交叉融合(Sequential inverse covariance intersection,SICI)算法对各个子系统局部估计进行融合,避免了互协方差的计算,降低了计算负担。通过与集中式观测融合(Centralized observation fusion,CF)算法以及局部滤波器的精度对比分析,给出了3种融合算法的估计精度分析。用目标跟踪非线性系统仿真算例,验证了所提出的序贯滤波算法的有效性。 展开更多
关键词 无迹Kalman滤波 序贯融合 序贯滤波 协方差交叉 逆协方差交叉
在线阅读 下载PDF
基于自适应强跟踪无迹卡尔曼滤波的SOC和SOH联合估计
20
作者 张忠亮 刘兴德 +2 位作者 梁家瑞 孙成 杭文宇 《吉林化工学院学报》 2025年第3期17-24,共8页
为确保电池在使用过程中的安全性与效率,实时精确计算电池的剩余电量(State of charge,SOC)至关重要。为解决突发状况追踪、先验信息及动态环境存在的不足,提出了基于自适应强跟踪无迹卡尔曼滤波(Adaptive strong tracking untraced Kal... 为确保电池在使用过程中的安全性与效率,实时精确计算电池的剩余电量(State of charge,SOC)至关重要。为解决突发状况追踪、先验信息及动态环境存在的不足,提出了基于自适应强跟踪无迹卡尔曼滤波(Adaptive strong tracking untraced Kalman filter,ASTFUKF)对SOC估计。考虑到SOC估计的精度太依赖于电池模型的精度,随后利用ASTFUKF和扩展卡尔曼滤波(Extended Kalman filter,EKF)算法对电池SOC和SOH联合估计。根据SOC和SOH的时变特性来区分处理不同时间尺度可以优化计算策略和节省资源。实验对比不同算法在动态环境下的表现,结果表明所提出算法在HWFET工况下的平均误差为0.27%,最大误差为0.48%,在UDDS工况下平均误差为0.44%,最大误差为0.91%,能够大幅提升电池SOC和SOH(状态-健康度)的估计准确度。 展开更多
关键词 健康状态 荷电状态 自适应无迹卡尔曼滤波 联合估计
在线阅读 下载PDF
上一页 1 2 95 下一页 到第
使用帮助 返回顶部