本文關(guān)鍵詞： 卡爾曼濾波 Sage-Husa自適應(yīng)濾波 強(qiáng)跟蹤濾波　出處：《太原科技大學(xué)學(xué)報》2016年03期 　論文類型：期刊論文

【摘要】：針對多傳感器數(shù)據(jù)融合時傳統(tǒng)卡爾曼濾波算法極易引起濾波發(fā)散,降低濾波精度和系統(tǒng)實時性的問題,研究一種改進(jìn)的自適應(yīng)濾波算法對多傳感器數(shù)據(jù)進(jìn)行融合,得到更為準(zhǔn)確的信息數(shù)據(jù)。該算法在簡化的Sage-Husa濾波基礎(chǔ)上引入濾波收斂性判據(jù),抑制濾波發(fā)散并提高濾波精度和穩(wěn)定性。同時結(jié)合強(qiáng)跟蹤濾波思想調(diào)整增益矩陣,使濾波器具有強(qiáng)跟蹤濾波的特性,提高改進(jìn)的濾波算法對不確定系統(tǒng)模型的魯棒性以及對突變狀態(tài)的濾波處理能力。將改進(jìn)算法與傳統(tǒng)卡爾曼濾波算法進(jìn)行仿真比較。仿真結(jié)果表明,在系統(tǒng)模型參數(shù)失配或?qū)嵶冊肼曃粗闆r下,改進(jìn)的自適應(yīng)濾波算法有更好的魯棒性,并且在系統(tǒng)狀態(tài)突變時仍有較好的濾波效果,明顯提高了濾波精度和實時性。
[Abstract]:For the multisensor data fusion of traditional Calman filtering algorithm can easily cause filter divergence, reduce the problem of real time and accuracy of filtering system, an improved adaptive filtering algorithm for multi-sensor information fusion, get more accurate data. The calculation method is introduced into the filtering convergence criterion in Sage-Husa filter based on simplified, restrain the divergence and improve the accuracy and stability of filtering. Combined with the strong tracking filtering idea adjustment gain matrix, the filter has the characteristics of strong tracking filter, improved filtering algorithm to improve the robustness of uncertain system model and filtering ability of the mutation status. The improved algorithm and the traditional Calman filtering algorithm are simulated and compared. The simulation results show that the system model parameter mismatch or consolidation noise of unknown circumstances, an improved adaptive filtering algorithm is better. It is robust and still has better filtering effect when the system state is abrupt, which obviously improves the filtering precision and real time.

【作者單位】： 太原科技大學(xué)電子信息工程學(xué)院;
【基金】：山西省自然科學(xué)基金(2013011035-2)
【分類號】：TN713
【正文快照】： 兩輪自平衡車系統(tǒng)是高度不穩(wěn)定的非線性系統(tǒng),在保持車體平衡過程中,控制器通過傳感器檢測到的姿態(tài)角度信號控制電機(jī)產(chǎn)生控制力矩來控制兩個車輪的速度和方向,以此控制車體平衡。因此,兩輪自平衡車的穩(wěn)定性很大程度上取決于姿態(tài)檢測的準(zhǔn)確性,然而實際應(yīng)用中加速度計動態(tài)過程采

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 宋康寧;叢爽;鄧科;尚偉偉;孔德杰;沈宏海;;自適應(yīng)強(qiáng)跟蹤卡爾曼濾波在陀螺穩(wěn)定平臺中的應(yīng)用[J];中國科學(xué)技術(shù)大學(xué)學(xué)報;2015年01期

2 張欣;白越;趙常均;王日俊;宮勛;續(xù)志軍;;多旋翼姿態(tài)解算中的改進(jìn)自適應(yīng)擴(kuò)展Kalman算法[J];光學(xué)精密工程;2014年12期

3 楊凌霄;李曉陽;;基于卡爾曼濾波的兩輪自平衡車姿態(tài)檢測方法[J];計算機(jī)仿真;2014年06期

4 郭澤;繆玲娟;趙洪松;;一種改進(jìn)的強(qiáng)跟蹤UKF算法及其在SINS大方位失準(zhǔn)角初始對準(zhǔn)中的應(yīng)用[J];航空學(xué)報;2014年01期

5 周晶;黃顯高;;一種改進(jìn)的Sage-Husa自適應(yīng)濾波算法[J];儀器儀表用戶;2009年03期

6 ;A novel strong tracking finite-difference extended Kalman filter for nonlinear eye tracking[J];Science in China(Series F:Information Sciences);2009年04期

7 魯平;趙龍;陳哲;;改進(jìn)的Sage-Husa自適應(yīng)濾波及其應(yīng)用[J];系統(tǒng)仿真學(xué)報;2007年15期

8 范文兵;劉春風(fēng);張素貞;;一種強(qiáng)跟蹤擴(kuò)展卡爾曼濾波器的改進(jìn)算法[J];控制與決策;2006年01期

9 沈云峰,朱海,莫軍,宋裕農(nóng);簡化的Sage-Husa自適應(yīng)濾波算法在組合導(dǎo)航中的應(yīng)用及仿真[J];青島大學(xué)學(xué)報(工程技術(shù)版);2001年01期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 許亞朝;何秋生;王少江;成熊;;一種改進(jìn)的自適應(yīng)卡爾曼濾波算法[J];太原科技大學(xué)學(xué)報;2016年03期

2 樊炳輝;張凱麗;王傳江;劉圭圭;張芳麗;;基于四元數(shù)的前臂假肢手部自平衡的設(shè)計[J];電子技術(shù)應(yīng)用;2016年05期

3 閆志翔;姚敏立;趙建偉;王梓函;;移動衛(wèi)星通信系統(tǒng)強(qiáng)跟蹤姿態(tài)估計算法[J];壓電與聲光;2016年02期

4 任向陽;許江淳;黃生旺;尚華;王晴;;基于主動安全防護(hù)的車輛側(cè)翻預(yù)警系統(tǒng)設(shè)計[J];工業(yè)儀表與自動化裝置;2016年02期

5 梅春波;秦永元;游金川;;SINS基于非線性量測的大失準(zhǔn)角初始對準(zhǔn)算法[J];宇航學(xué)報;2016年03期

6 陳波;吳旭;杜秀麗;;改進(jìn)的UPF算法在多普勒頻移估計中的應(yīng)用[J];計算機(jī)仿真;2016年01期

7 曹夢龍;李飛飛;劉欣濤;;基于虛擬噪聲模型補(bǔ)償AUV導(dǎo)航算法研究[J];系統(tǒng)仿真學(xué)報;2016年01期

8 崔乃剛;張龍;王小剛;楊峰;盧寶剛;;自適應(yīng)高階容積卡爾曼濾波在目標(biāo)跟蹤中的應(yīng)用[J];航空學(xué)報;2015年12期

9 梅春波;秦永元;付強(qiáng)文;嚴(yán)恭敏;;基于Rodrigues參數(shù)和量測非線性的SINS/GPS動基座對準(zhǔn)[J];中國慣性技術(shù)學(xué)報;2015年06期

10 龍嘉川;王先培;趙宇;朱國威;代蕩蕩;田猛;;自適應(yīng)無跡卡爾曼平滑算法及其在電力系統(tǒng)中的應(yīng)用[J];中國電機(jī)工程學(xué)報;2015年23期

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 叢爽;魏學(xué)云;鄧科;尚偉偉;沈宏海;;陀螺穩(wěn)定平臺速度環(huán)的離散模型參考自適應(yīng)控制[J];信息與控制;2014年03期

2 陳業(yè);胡昌華;周志杰;張偉;王華國;;一種改進(jìn)的SR-CDKF算法及其在早期微小故障檢測中的應(yīng)用[J];自動化學(xué)報;2013年10期

3 李迪;陳向堅;續(xù)志軍;;增益自適應(yīng)滑模控制器在微型飛行器飛行姿態(tài)控制中的應(yīng)用[J];光學(xué)精密工程;2013年05期

4 鄧科;叢爽;孔德杰;沈宏海;尚偉偉;;陀螺穩(wěn)定平臺中速度環(huán)的非線性實驗建模[J];系統(tǒng)工程與電子技術(shù);2013年04期

5 趙寅;徐國華;楊超;徐侃;;基于模糊卡爾曼濾波算法的速度估算方法[J];儀表技術(shù)與傳感器;2012年12期

6 宮勛;白越;趙常均;高慶嘉;彭程;田彥濤;;Hex-Rotor無人飛行器及其飛行控制系統(tǒng)設(shè)計[J];光學(xué)精密工程;2012年11期

7 陳向堅;李迪;續(xù)志軍;蘇東風(fēng);;四旋翼微型飛行器的區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制[J];光學(xué)精密工程;2012年06期

8 程洪炳;倪世宏;黃國榮;劉華偉;姜正勇;;UKF強(qiáng)跟蹤濾波在組合導(dǎo)航故障診斷中的應(yīng)用[J];壓電與聲光;2011年06期

9 韓輔君;徐靜;宋世忠;;基于低成本多傳感器的自適應(yīng)組合濾波[J];光學(xué)精密工程;2011年12期

10 楊文博;李少遠(yuǎn);;基于強(qiáng)跟蹤UKF的航天器自主導(dǎo)航間接量測濾波算法[J];系統(tǒng)工程與電子技術(shù);2011年11期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蘭義華;任浩征;張勇;趙雪峰;;一種基于“當(dāng)前”模型的改進(jìn)卡爾曼濾波算法[J];山東大學(xué)學(xué)報(工學(xué)版);2012年05期

2 史百舟;鄔齊斌;;擬自適應(yīng)推廣卡爾曼濾波算法[J];青島化工學(xué)院學(xué)報;1992年04期

3 萬建偉,皇甫堪,梁甸農(nóng);基于推廣卡爾曼濾波算法的聲測定位技術(shù)[J];國防科技參考;1997年04期

4 程進(jìn)偉;李建勛;;卡爾曼濾波算法評估平臺的設(shè)計與實現(xiàn)[J];系統(tǒng)仿真學(xué)報;2013年11期

5 夏建濤,任震,陳立,景占榮;極坐標(biāo)下卡爾曼濾波算法的研究[J];西北工業(yè)大學(xué)學(xué)報;2000年03期

6 李振營,沈毅,胡恒章;帶未知時變噪聲系統(tǒng)的卡爾曼濾波算法研究[J];系統(tǒng)工程與電子技術(shù);2000年01期

7 楊春玲,余英林,劉國歲;轉(zhuǎn)換坐標(biāo)卡爾曼濾波算法分析[J];計算機(jī)工程與設(shè)計;2001年05期

8 吳文華;丁子明;談?wù)怪?;卡爾曼濾波算法工程化設(shè)計[J];電子測量技術(shù);2003年04期

9 高磊,崔鑫水;一種自適應(yīng)協(xié)方差矩陣旋轉(zhuǎn)變換卡爾曼濾波算法及其應(yīng)用[J];航天控制;2004年03期

10 高磊;一種反饋修正推廣卡爾曼濾波算法及其應(yīng)用[J];航天控制;2004年05期

相關(guān)會議論文 前9條

1 劉棟;王惠林;;卡爾曼濾波算法在目標(biāo)定位系統(tǒng)中的應(yīng)用[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會論文集（上冊）[C];2010年

2 周紅波;耿伯英;;基于目標(biāo)跟蹤的無偏轉(zhuǎn)換測量卡爾曼濾波算法研究[A];2007中國控制與決策學(xué)術(shù)年會論文集[C];2007年

3 陳婧;謝磊;李備;;水路交通中的卡爾曼濾波算法綜述[A];第七屆中國智能交通年會論文集[C];2012年

4 趙汝祺;趙祚喜;趙汝準(zhǔn);;基于多項式卡爾曼濾波算法的車輛定位試驗研究[A];中國農(nóng)業(yè)工程學(xué)會2011年學(xué)術(shù)年會論文集[C];2011年

5 曾翠娟;杜傳利;;動態(tài)GPS自適應(yīng)卡爾曼濾波算法的FPGA實現(xiàn)[A];第13屆全國計算機(jī)、網(wǎng)絡(luò)在現(xiàn)代科學(xué)技術(shù)領(lǐng)域的應(yīng)用學(xué)術(shù)會議論文集[C];2007年

6 李鵬;宋申民;陳興林;;自適應(yīng)平方根無跡卡爾曼濾波算法[A];2009年中國智能自動化會議論文集（第八分冊）[控制理論與應(yīng)用（專刊）][C];2009年

7 程慧俐;王紀(jì)文;張洪鉞;;在未知噪聲統(tǒng)計情況下的一種新的自適應(yīng)卡爾曼濾波算法[A];1994中國控制與決策學(xué)術(shù)年會論文集[C];1994年

8 劉健;劉忠;玄兆林;;純方位目標(biāo)運動分析的自適應(yīng)擴(kuò)展卡爾曼濾波算法[A];2005年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2005年

9 朱寧;錢偉康;郭強(qiáng);;基于嵌入式XP的光譜分析系統(tǒng)[A];全國第一屆嵌入式技術(shù)聯(lián)合學(xué)術(shù)會議論文集[C];2006年

相關(guān)博士學(xué)位論文 前5條

1 孫景榮;X射線脈沖星導(dǎo)航及其增強(qiáng)方法研究[D];西安電子科技大學(xué);2014年

2 葛磊;容積卡爾曼濾波算法研究及其在導(dǎo)航中的應(yīng)用[D];哈爾濱工程大學(xué);2013年

3 馮波;線性濾波估計算法研究及在慣性導(dǎo)航系統(tǒng)中的應(yīng)用[D];北京理工大學(xué);2014年

4 孟軍英;基于粒子濾波框架目標(biāo)跟蹤優(yōu)化算法的研究[D];燕山大學(xué);2014年

5 周聰;基于非線性估計理論的線控轉(zhuǎn)向汽車狀態(tài)估計研究[D];西南交通大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 龐瀛洲;關(guān)于電池BMS系統(tǒng)SOC估測算法的研究[D];長安大學(xué);2015年

2 張冬梅;基于改進(jìn)卡爾曼濾波算法的SOC估計方法研究[D];西南交通大學(xué);2015年

3 林燕平;長基線導(dǎo)航系統(tǒng)濾波算法的研究與實現(xiàn)[D];沈陽理工大學(xué);2015年

4 唐鵬;基于ADS-B數(shù)據(jù)監(jiān)視性能評估技術(shù)研究[D];中國民航大學(xué);2015年

5 陳辰;基于卡爾曼濾波算法的短期風(fēng)電功率預(yù)測[D];新疆大學(xué);2015年

6 徐紅珍;基于粒子群的卡爾曼濾波算法改進(jìn)和優(yōu)化[D];武漢理工大學(xué);2013年

7 鄒振宇;基于DSP的Kalman濾波器的算法研究[D];成都理工大學(xué);2012年

8 樊紅娟;無先導(dǎo)卡爾曼濾波算法分析[D];西南大學(xué);2007年

9 吳龍龍;一致性卡爾曼濾波算法及其應(yīng)用研究[D];華東交通大學(xué);2013年

10 李忠良;基于神經(jīng)網(wǎng)絡(luò)的卡爾曼濾波算法研究[D];湖南工業(yè)大學(xué);2011年

，

本文編號：1449160