期刊文献+
共找到6,313篇文章
< 1 2 250 >
每页显示 20 50 100
基于迭代双重扩展的Kalman滤波的有源目标估计算法 被引量:2
1
作者 陆玉 张华 《中国电子科学研究院学报》 北大核心 2019年第9期948-952,共5页
多数地理定位算法只用信号的到达时间差(Time Difference of Arrival,TDOA)估计发射机位置,而TDOA数据中的外部噪声降低估计精度。为此,提出基于迭代双重扩展的Kalman的有源目标估计(Iterated dual-extended Kalman Fiter,ID-EKF)算法。... 多数地理定位算法只用信号的到达时间差(Time Difference of Arrival,TDOA)估计发射机位置,而TDOA数据中的外部噪声降低估计精度。为此,提出基于迭代双重扩展的Kalman的有源目标估计(Iterated dual-extended Kalman Fiter,ID-EKF)算法。ID-EFK算法测量TDOA和到达频率差(Frequency Difference of Arrival,FDOA)信号。先建立相关位置和速度的状态等式和相关TDOA和FDOA信号的测量等式。然后,再用迭代双重扩展Kalman滤波补偿非线性测量误差。仿真结果表明,提出的ID-EKF算法降低了估计误差。 展开更多
关键词 目标估计 到达时间差 到达频率差 kalman滤波 补偿
在线阅读 下载PDF
基于递归本征正交分解与强跟踪扩展卡尔曼滤波的结构损伤识别
2
作者 杨少冲 姚远 +2 位作者 刘家亮 雷振 方有亮 《振动工程学报》 北大核心 2025年第1期117-125,共9页
针对目前已有损伤识别方法难以实时跟踪结构损伤且计算量大的问题,提出了一种基于递归本征正交分解(recursive proper orthogonal decomposition,RPOD)与强跟踪扩展卡尔曼滤波(strong tracking extended Kalman filter,STEKF)相结合的... 针对目前已有损伤识别方法难以实时跟踪结构损伤且计算量大的问题,提出了一种基于递归本征正交分解(recursive proper orthogonal decomposition,RPOD)与强跟踪扩展卡尔曼滤波(strong tracking extended Kalman filter,STEKF)相结合的模型降阶与结构损伤在线识别方法,对动载荷作用下的结构损伤识别进行了研究。利用RPOD方法在线更新并实时建立反映结构状态的降阶模型,解决未知载荷作用下多自由度结构动力分析计算量大且难以收敛的问题,同时跟踪损伤的演化并对其进行定位;通过STEKF方法跟踪降阶模型的状态向量,识别因损伤而退化的降阶模型参数。分别采用六层剪切型框架的数值模拟与三层钢框架的模型试验验证了该方法的可行性,结果表明,所提出的方法能够准确建立降阶模型并跟踪降阶模型参数的时变历程,同时可以有效地识别出剪切型建筑结构损伤的位置和程度,即使在处理高程度噪声时仍有较高的精度。 展开更多
关键词 损伤识别 模型降阶 递归本征正交分解 强跟踪扩展卡尔曼滤波 数据驱动
在线阅读 下载PDF
自适应渐消并行扩展H_(∞)滤波SoC估计
3
作者 钱伟 王亚丰 +1 位作者 郭向伟 赵大中 《电机与控制学报》 北大核心 2025年第2期136-145,共10页
锂电池荷电状态(SoC)的高精度估算是新能源电动汽车能量管理及稳定运行的重要依据。针对SoC估计,提出一种自适应渐消并行扩展H_(∞)滤波(AFPE_HIF)估计方法。首先,建立双极化(DP)等效电路模型;其次,建立自适应渐消扩展H_(∞)滤波(AFE_H... 锂电池荷电状态(SoC)的高精度估算是新能源电动汽车能量管理及稳定运行的重要依据。针对SoC估计,提出一种自适应渐消并行扩展H_(∞)滤波(AFPE_HIF)估计方法。首先,建立双极化(DP)等效电路模型;其次,建立自适应渐消扩展H_(∞)滤波(AFE_HIF)算法。通过设计新型衰减因子对误差协方差自适应更新,降低旧数据对SoC估计的影响,提高传统扩展H_(∞)滤波(E_HIF)的跟踪速度及估计精度;最后,基于并行运算的思想,提出AFPE_HIF算法,减小自适应渐消扩展H_(∞)滤波算法的运算量。实验结果表明,本文所提AFPE_HIF算法平均绝对误差为0.449 9%,均方根误差为0.710 3%,相比于传统EKF、E_HIF及同类型改进H_(∞)滤波算法具有更高的估计精度和鲁棒性。 展开更多
关键词 锂电池 荷电状态 双极化模型 衰减因子 自适应渐消扩展H_(∞)滤波 并行运算
在线阅读 下载PDF
基于曲波域扩展滤波的OBN横波泄露噪声衰减
4
作者 张建峰 王志亮 +7 位作者 张春燕 麻旭刚 李博闻 祖国昌 宋鹏 贺慧丽 韩晨 赵波 《石油物探》 北大核心 2025年第2期271-279,共9页
海底节点(OBN)地震数据采集技术已广泛用于海上地球物理勘探中。但其Z分量数据中横波泄露噪声的存在严重降低了地震数据的信噪比,因而影响了其应用效果。传统滤波算法和匹配衰减算法难以实现有效信号及泄露噪声的有效分离。提出了基于... 海底节点(OBN)地震数据采集技术已广泛用于海上地球物理勘探中。但其Z分量数据中横波泄露噪声的存在严重降低了地震数据的信噪比,因而影响了其应用效果。传统滤波算法和匹配衰减算法难以实现有效信号及泄露噪声的有效分离。提出了基于曲波域扩展滤波的横波泄露噪声匹配衰减方法。该方法基于OBN数据中X和Y分量数据构建相应的希尔伯特变换记录、时间导数记录以及希尔伯特变换的时间导数记录来预测Z分量中的横波泄露噪声。在此基础上,采用曲波域最小二乘扩展滤波的横波泄露噪声匹配相减方法,实现有效信号与横波泄露噪声的高精度分离。理论模型实验与实际数据处理结果均表明,该方法兼顾了曲波变换在分离有效信号与横波泄露噪声方面的优势以及扩展滤波对横波泄露噪声预测误差的适应性。在避免损伤有效信号的前提下,能够有效压制横波泄露噪声,从而提升OBN数据的成像精度。 展开更多
关键词 OBN Z分量 横波泄露噪声 曲波变换 扩展滤波 噪声衰减
在线阅读 下载PDF
基于扩展空间森林算子和自适应卡尔曼滤波的轴承剩余使用寿命预测
5
作者 张溧栗 温志鹏 +3 位作者 曹菁菁 韩鹏 赵强伟 曹小华 《机电工程》 北大核心 2025年第3期420-431,共12页
针对传统单一轴承退化指标所含信息不足,有限数据样本条件下轴承剩余寿命(RUL)难以预测等问题,提出了一种基于扩展空间森林算子和自适应卡尔曼滤波轴承剩余使用寿命(ESF-AKF)的预测方法。首先,提取了原始轴承振动数据的均方根值和整流... 针对传统单一轴承退化指标所含信息不足,有限数据样本条件下轴承剩余寿命(RUL)难以预测等问题,提出了一种基于扩展空间森林算子和自适应卡尔曼滤波轴承剩余使用寿命(ESF-AKF)的预测方法。首先,提取了原始轴承振动数据的均方根值和整流平均值两个退化指标;然后,根据扩展空间森林算子对两个退化指标进行了特征扩展,提出了新的动态退化评估准则,选择了两个新的退化指标融合构建综合轴承退化指标;接着,设计了自适应卡尔曼滤波预测模型以估计维纳过程的未知参数,即引入自适应因子代入先验误差协方差矩阵,实时调整了滤波的卡尔曼增益;最后,采用IEEE PHM2012公开数据集进行了轴承剩余寿命预测验证。研究结果表明:与两个传统退化指标相比,基于提出的综合轴承退化指标的预测结果平均误差分别降低了5.69%和21.10%;与卡尔曼滤波和粒子滤波相比,基于自适应卡尔曼滤波的平均误差分别降低了45.41%和10.92%;与其他模型相比,平均均方根误差、平均绝对误差分别降低了48.56%、29.11%。该研究结果验证了该轴承使用寿命预测方法的准确性和有效性。 展开更多
关键词 滚动轴承 剩余使用寿命 扩展空间森林 维纳过程 卡尔曼滤波 预测与健康管理
在线阅读 下载PDF
基于高阶模型与扩展卡尔曼滤波的柴油机选择性催化还原系统输出状态观测
6
作者 刘文龙 高莹 +3 位作者 尤岳林 姜长文 华韬轶 夏博聪 《内燃机工程》 北大核心 2025年第2期82-93,共12页
简化选择性催化还原(selective catalytic reduction,SCR)高阶模型方程并优化了化学反应参数,并结合SCR高阶模型设计了可变时间步长扩展卡尔曼滤波(variable time-step extended Kalman filter,VTS-EKF)观测器。假设两种观测情况:情况1... 简化选择性催化还原(selective catalytic reduction,SCR)高阶模型方程并优化了化学反应参数,并结合SCR高阶模型设计了可变时间步长扩展卡尔曼滤波(variable time-step extended Kalman filter,VTS-EKF)观测器。假设两种观测情况:情况1为下游NO_(x)传感器故障时,观测储氨覆盖率和下游NO_(x)体积分数;情况2为下游NH_(3)传感器故障的情况下,观测储氨覆盖率和下游NH_(3)体积分数。通过动态工况台架试验验证了这两种情况的观测效果。结果显示:情况1中储氨覆盖率观测值与模型计算值的决定系数R^(2)为0.99,下游NO_(x)体积分数模型计算值和试验值的平均绝对误差(mean absolute error,MAE)为42.50×10^(-6);情况2中储氨覆盖率观测值与模型计算值的R^(2)为0.99,下游NH_(3)体积分数VTS-EKF观测值和试验值的MAE为4.26×10^(-6)。结果表明,SCR高阶模型结合VTS-EKF,可实现SCR输出状态的精准观测。 展开更多
关键词 柴油机 选择性催化还原 扩展卡尔曼滤波 观测器
在线阅读 下载PDF
基于扩展卡尔曼滤波的纵移装置俯仰位姿估计
7
作者 陈谨 谢良喜 +1 位作者 王越 丁勇辉 《传感器与微系统》 北大核心 2025年第2期143-146,150,共5页
由于施工墙面的粗糙度和垂直度问题,激光传感器在调整智能建筑抹灰机器人纵移装置与墙面平行度时受到较大影响。为了提高抹灰机器人纵移装置调整的精确度,提出了一种基于扩展卡尔曼滤波(EKF)的纵移装置俯仰位姿估计方法。首先,结合纵移... 由于施工墙面的粗糙度和垂直度问题,激光传感器在调整智能建筑抹灰机器人纵移装置与墙面平行度时受到较大影响。为了提高抹灰机器人纵移装置调整的精确度,提出了一种基于扩展卡尔曼滤波(EKF)的纵移装置俯仰位姿估计方法。首先,结合纵移装置的结构特点和激光传感器及推杆的布局位置,确定了系统的运动模型和状态变量。然后,将激光传感器和推杆编码器的数据作为观测量;纵移装置相对于墙面的夹角作为状态变量。通过运用EKF算法,对传感器和编码器的数据进行融合,估算出纵移装置相对于墙面的俯仰位姿,这样可以显著提高抹灰机器人纵移装置的调整精度,并提高喷抹质量。仿真和现场样机实验证明了上述方法的有效性。 展开更多
关键词 抹灰机器人 激光测距 扩展卡尔曼滤波 编码器
在线阅读 下载PDF
基于改进扩展卡尔曼滤波算法的无人艇MMG模型参数辨识
8
作者 孙蓬勃 董早鹏 +2 位作者 刘伟 盛金亮 李志豪 《中国舰船研究》 北大核心 2025年第1期38-46,共9页
[目的]为了构建喷水推进无人艇准确的船舶操纵分离型数学模型(MMG),利用传统扩展卡尔曼滤波算法(EKF)和改进EKF算法并结合实艇数据进行参数辨识。[方法]首先,为了充分利用隐藏在历史数据中的有效信息,以传统EKF算法为基础,提出融合多新... [目的]为了构建喷水推进无人艇准确的船舶操纵分离型数学模型(MMG),利用传统扩展卡尔曼滤波算法(EKF)和改进EKF算法并结合实艇数据进行参数辨识。[方法]首先,为了充分利用隐藏在历史数据中的有效信息,以传统EKF算法为基础,提出融合多新息理论和动态遗忘因子的改进EKF算法。然后,基于实艇数据,对MMG模型中的未知参数进行辨识。最后,将辨识得到的参数值代入建立的MMG模型中,输入与实艇数据相同的舵角和主机转速,通过仿真得到艏向角、纵向速度、横向速度、艏向角速度和位置信息数据,并进行对比分析。[结果]结果表明,相比于传统EKF算法,改进EKF算法各项数据的均方根误差指标和对称平均绝对百分比误差指标都更接近于0,其中均方根误差指标最高降低了20.02%,对称平均绝对百分比误差指标最高降低了26.84%。[结论]提出的改进EKF算法具有更高的辨识精度,所建立的无人艇MMG模型具有较高的准确性。 展开更多
关键词 无人艇 参数辨识 MMG模型 扩展卡尔曼滤波 多新息理论 动态遗忘因子
在线阅读 下载PDF
改进扩展Kalman滤波的显微视觉压电驱动定位
9
作者 杨柳 何贺 +1 位作者 程佳佳 李东洁 《光学精密工程》 EI CAS CSCD 北大核心 2024年第12期1868-1878,共11页
在显微视觉领域,压电驱动定位技术因其在微观尺度的高精度特性和灵活性备受关注。然而,由于定位过程中涉及图像处理、传输和控制等方面的时延,导致图像雅可比矩阵的估计会出现较大误差。因此,本文提出了一种改进扩展Kalman滤波算法用来... 在显微视觉领域,压电驱动定位技术因其在微观尺度的高精度特性和灵活性备受关注。然而,由于定位过程中涉及图像处理、传输和控制等方面的时延,导致图像雅可比矩阵的估计会出现较大误差。因此,本文提出了一种改进扩展Kalman滤波算法用来预测图像雅可比矩阵,大幅度降低时间延迟因素。首先,将辨识得到的Bouc-Wen模型与扩展Kalman滤波算法的状态观测方程相结合,使得状态观测方程更全面地考虑压电平台的迟滞非线性特性,有效地提高了对压电平台速度和位置的预测;其次,结合Bouc-Wen模型的扩展Kalman滤波算法在面对非线性问题时,采用的是泰勒级数,这将导致扩展Kalman滤波算法对高度非线性的函数无法提供良好的近似,从而导致在估计雅可比矩阵的时候引入较大的近似误差,故本文将采用神经网络对高度非线性函数进行近似,进而对图像雅可比矩阵进行估计。最后,通过搭建一个显微视觉的压电驱动实验平台,进行位置跟踪实验,仿真实验表明,输入信号分别为正弦信号和三角波信号时,改进扩展Kalman滤波算法跟踪误差均值分别为0.199μm和0.132μm,而扩展Kalman滤波算法的跟踪误差均值分别为0.692μm和0.513μm,结果验证了改进算法的优越性和可行性。 展开更多
关键词 扩展kalman滤波 高度非线性方程 图像雅可比矩阵 显微视觉 压电驱动
在线阅读 下载PDF
基于误差状态扩展卡尔曼滤波的GNSS/INS组合导航机载车载船载数据集
10
作者 尹智慧 党龙飞 +1 位作者 魏峥嵘 王胜利 《全球定位系统》 2025年第1期9-17,共9页
针对直接采用扩展卡尔曼滤波(extended Kalman filter,EKF)可能导致精度损失以及出现万向节死锁的情况,本文采用具有良好线性特性的基于误差状态扩展卡尔曼滤波(error state Kalman filter,ESKF)的方法进行GNSS与惯性导航系统(inertial ... 针对直接采用扩展卡尔曼滤波(extended Kalman filter,EKF)可能导致精度损失以及出现万向节死锁的情况,本文采用具有良好线性特性的基于误差状态扩展卡尔曼滤波(error state Kalman filter,ESKF)的方法进行GNSS与惯性导航系统(inertial navigation system,INS)组合导航解算,并将解算结果与高精度解算软件Inertial Explorer(IE)进行对比分析.为了验证方法的有效性,制作并公开了3组组合导航数据集,分别为车载、机载以及船载数据.该数据集的INS设备均采用霍尼韦尔的HG4930,GNSS数据的采样频率分别有车载的5 Hz和机载的1 Hz以及船载的10 Hz.本文将基于ESKF方法在公开的数据集上进行实验,并与IE软件得到的结果进行对比与分析. 展开更多
关键词 GNSS 惯性导航系统(INS) 扩展卡尔曼滤波(EKF) 公开数据集 误差状态扩展卡尔曼滤波(ESKF)
在线阅读 下载PDF
基于扩展卡尔曼滤波器设计及数值模拟
11
作者 李宏亮 朱传明 《中文科技期刊数据库(全文版)工程技术》 2025年第2期085-090,共6页
卡尔曼滤波本质是一种时间递推的方法,是一个“预测”过程和“更新”过程。该方法在目标跟踪、制导等方面有较广的应用。卡尔曼滤波方法能够较好的处理线性模型,但很多实际问题与工程问题是非线性问题,常规的卡尔曼滤波方法并不适用这... 卡尔曼滤波本质是一种时间递推的方法,是一个“预测”过程和“更新”过程。该方法在目标跟踪、制导等方面有较广的应用。卡尔曼滤波方法能够较好的处理线性模型,但很多实际问题与工程问题是非线性问题,常规的卡尔曼滤波方法并不适用这类问题。本文以常规卡尔曼滤波方法为基础,推导并给出了扩展卡尔曼滤波的实现过程及完整算法流程,通过对非线性函数进行泰勒展开,保留展开式一阶项,从而将非线性问题近似线性化处理,使得该算法能够处理非线性问题。本文不仅给出了完整的扩展卡尔曼算法框图,使该算法的实现过程更加清晰,并且通过数值模拟证明了该算法处理非线性问题的可行性和有效性,这为使用该算法进行实际工程应用奠定了一定的基础。 展开更多
关键词 扩展卡尔曼滤波 非线性 目标跟踪
在线阅读 下载PDF
基于扩展卡尔曼滤波的短路电流零点预测方法
12
作者 于家英 魏莹 +4 位作者 李龙启 项彬 王达奇 李奕萱 刘志远 《宁夏电力》 2025年第1期67-72,共6页
快速、准确预测短路电流零点是断路器实现相控开断的前提,将扩展卡尔曼滤波算法应用于短路电流零点预测,根据短路电流波形特点研究了不同采样时间、起始相角等因素对零点预测误差的影响。仿真试验结果表明,当采样窗长约为5 ms时,第一次... 快速、准确预测短路电流零点是断路器实现相控开断的前提,将扩展卡尔曼滤波算法应用于短路电流零点预测,根据短路电流波形特点研究了不同采样时间、起始相角等因素对零点预测误差的影响。仿真试验结果表明,当采样窗长约为5 ms时,第一次过零的预测精度可达0.5 ms。与现有算法相比,该算法在保证预测精度的同时所需采样时间更短,为系统快速开断短路故障,减少断路器燃弧时间提供理论支持和技术支撑。 展开更多
关键词 短路电流 相控开断 扩展卡尔曼滤波 零点预测
在线阅读 下载PDF
基于主动波导不变量分布的改进扩展卡尔曼滤波跟踪方法
13
作者 孙同晶 朱庆煜 王治撰 《电子与信息学报》 北大核心 2025年第1期167-177,共11页
在复杂的海洋环境中,目标的可知信息受环境噪声、混响等的干扰严重,导致目标跟踪效果较差,而从这些干扰中提取目标的可利用特征及其困难。该文将目标与环境的耦合特征融入目标跟踪算法中,提出了一种基于主动波导不变量分布的改进扩展卡... 在复杂的海洋环境中,目标的可知信息受环境噪声、混响等的干扰严重,导致目标跟踪效果较差,而从这些干扰中提取目标的可利用特征及其困难。该文将目标与环境的耦合特征融入目标跟踪算法中,提出了一种基于主动波导不变量分布的改进扩展卡尔曼滤波跟踪方法。首先基于浅海波导中目标散射特性基本理论,推导了收发分置条件下的主动波导不变量表征的数学模型,获得了距离、频率以及主动波导不变量分布的约束关系;然后将该约束加入到扩展卡尔曼滤波的状态向量中,通过增加新的约束来提高目标运动模型与真实目标运动轨迹的契合度进而提高目标跟踪的精度;最后通过仿真实验和实测数据验证了该方法的跟踪性能,结果显示:该方法较常规扩展卡尔曼滤波跟踪方法能够更好地提高目标跟踪精度,仿真中结果的优化率约能达到50%,实测数据处理结果的优化率约在60%左右。 展开更多
关键词 水下目标跟踪 扩展卡尔曼滤波 浅海波导 目标干涉特性 主动波导不变量
在线阅读 下载PDF
基于扩展卡尔曼滤波的钠离子电池SOC估计
14
作者 张福建 赵席 +1 位作者 郑新月 邓富金 《电池》 北大核心 2025年第1期99-103,共5页
精确估计荷电状态(SOC)对于钠离子电池的合理使用至关重要。以18650型钠离子电池作为研究对象,在实验室钠离子电池阶段放电实验数据基础上,建立二阶RC等效电路模型,利用PyCharm软件进行SOC曲线仿真,对比扩展卡尔曼滤波(EKF)算法估计的SO... 精确估计荷电状态(SOC)对于钠离子电池的合理使用至关重要。以18650型钠离子电池作为研究对象,在实验室钠离子电池阶段放电实验数据基础上,建立二阶RC等效电路模型,利用PyCharm软件进行SOC曲线仿真,对比扩展卡尔曼滤波(EKF)算法估计的SOC曲线与实际曲线,验证算法的有效性和鲁棒性。增加补偿电压后,EKF算法能较好地估计电池的SOC,平均误差为1.79%,整体模型精度优于标准卡尔曼滤波算法,且最大误差减少了1.6个百分点,同时针对不同SOC初值具有良好的鲁棒性。 展开更多
关键词 钠离子电池 扩展卡尔曼滤波(EKF)算法 二阶RC等效电路 荷电状态(SOC) 补偿电压
在线阅读 下载PDF
基于扩展卡尔曼滤波的永磁同步电机控制研究
15
作者 牛振州 田鑫 《技术与市场》 2025年第1期96-99,共4页
在永磁同步电机的驱动系统中,磁场定向控制(field-oriented control, FOC)技术常常受限于对位置检测传感器的依赖,限制了系统的响应能力,增加了整体成本。提出了一种基于扩展卡尔曼滤波的永磁同步电机控制策略,用以实现电机的无传感器... 在永磁同步电机的驱动系统中,磁场定向控制(field-oriented control, FOC)技术常常受限于对位置检测传感器的依赖,限制了系统的响应能力,增加了整体成本。提出了一种基于扩展卡尔曼滤波的永磁同步电机控制策略,用以实现电机的无传感器控制。构建了电机的精确数学模型,设计扩展卡尔曼滤波器,用于精确估计电机的状态变量。通过在MATLAB/Simulink环境中搭建仿真模型,对比了传统的FOC控制与基于扩展卡尔曼滤波的控制方法。结果表明:新方法能够可靠地估计电机的状态参数,达到优异的控制性能。 展开更多
关键词 磁场定向控制(FOC) 扩展卡尔曼滤波 永磁同步电机
在线阅读 下载PDF
基于高阶扩展卡尔曼滤波的锂电池剩余使用寿命自适应预测
16
作者 余伟 周云刚 +2 位作者 朱文博 黎海兵 张忠波 《佛山科学技术学院学报(自然科学版)》 2025年第1期19-26,共8页
锂电池的剩余使用寿命(Remaining Useful Life,RUL)预测对于电池健康管理系统的预防性维护至关重要,基于随机过程的退化模型在此领域中发挥了关键作用,特别是采用双隐含状态非线性维纳过程,能够更加灵活具体地描述锂电池退化趋势。在锂... 锂电池的剩余使用寿命(Remaining Useful Life,RUL)预测对于电池健康管理系统的预防性维护至关重要,基于随机过程的退化模型在此领域中发挥了关键作用,特别是采用双隐含状态非线性维纳过程,能够更加灵活具体地描述锂电池退化趋势。在锂电池RUL自适应预测中,退化模型参数在线更新较多采用扩展卡尔曼滤波(Extended Kalman Filter,EKF)方法,它是近似精度只有一阶的非线性高斯滤波器,对强非线性系统滤波精度偏低。基于锂电池双隐含状态非线性维纳退化模型,设计高阶扩展卡尔曼滤波器(High-order Extended Kalman Filter,HEKF),利用高阶项信息减小截断误差,得到最优在线参数估计值,推导出RUL的概率密度函数,实现锂电池RUL自适应预测。通过NASA的锂电池退化数据进行实例验证,相较其他两种方法,所建立方法RUL预测结果的RMSE值、MAE值分别降低53.3%、61.6%和65.7%、66.1%。 展开更多
关键词 锂电池 剩余使用寿命 高阶扩展卡尔曼滤波 非线性维纳过程 双隐含状态
在线阅读 下载PDF
基于线性和扩展卡尔曼滤波的中层大气温度反演算法对比分析
17
作者 扎西白玛 《中国科技信息》 2025年第6期121-123,共3页
1背景现有的反演方法均需要假设大气满足流体静力学方程和理想气体状态方程,但这与大气的真实状态并不相符。近年来,卡尔曼滤波的应用愈加广泛,它可以在已知理想模型的前提下估计信号的过去、现在和未来状态。卡尔曼滤波以最小均方误差... 1背景现有的反演方法均需要假设大气满足流体静力学方程和理想气体状态方程,但这与大气的真实状态并不相符。近年来,卡尔曼滤波的应用愈加广泛,它可以在已知理想模型的前提下估计信号的过去、现在和未来状态。卡尔曼滤波以最小均方误差为最佳估计准则,通过信号与噪声的状态空间模型,利用前一时刻的估计值和当前时刻的观测值来更新和修正状态变量的估计,从而对信号进行处理,满足最小均方误差的要求。本文利用线性卡尔曼滤波和非线性的扩展卡尔曼滤波,在大气系统的状态模型未知的条件下,选用NRLMSISE-00标准大气模型作为先验状态生成近似状态模型,利用模拟和实测的瑞利激光雷达回波光子数据对中层大气高度区间的温度进行反演。并将两种方法进行对比,分析了各方法的可靠性与可行性。 展开更多
关键词 扩展卡尔曼滤波 最小均方误差 理想气体状态方程 状态空间模型 流体静力学 中层大气 温度反演 回波光子数
在线阅读 下载PDF
基于集合Kalman滤波的中长期径流预报 被引量:1
18
作者 刘源 纪昌明 +4 位作者 马皓宇 王弋 张验科 马秋梅 杨涵 《水资源保护》 EI CSCD 北大核心 2024年第1期93-99,共7页
为降低中长期径流预报的不确定性,增加水电站水库的发电效益,针对现有方法侧重于提高单一预报模型确定性预报结果的准确性以降低径流预报不确定性的问题,提出一种基于集合Kalman滤波的入库径流确定性预报方法。以旬为预见期的锦西水库... 为降低中长期径流预报的不确定性,增加水电站水库的发电效益,针对现有方法侧重于提高单一预报模型确定性预报结果的准确性以降低径流预报不确定性的问题,提出一种基于集合Kalman滤波的入库径流确定性预报方法。以旬为预见期的锦西水库实例验证结果表明:相比传统的单一预报模型和传统的信息融合预报模型,基于集合Kalman滤波的中长期径流预报可使RMSE降低4.78 m^(3)/s,合格率可提高0.56%,且更有效地降低了汛期预报的不确定性,得到了更加准确、可靠的确定性径流预报结果,可为开展流域梯级水电站优化调度提供技术支持。 展开更多
关键词 中长期径流预报 数据融合 集合kalman滤波 锦西水库
在线阅读 下载PDF
基于多新息最小二乘和多新息扩展卡尔曼滤波算法的锂电池SOC估计 被引量:2
19
作者 巫春玲 付俊成 +3 位作者 徐先峰 孟锦豪 郑克军 胡雯博 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2024年第2期74-83,共10页
针对现有SOC(荷电状态)估计方法中电池模型参数恒定,没有考虑电池模型参数的动态变化,导致SOC的估计不够精准的问题,文中提出了一种基于电池模型参数在线辨识与SOC估计联合的算法。在二阶RC等效电路模型基础上,采用多新息最小二乘(Multi... 针对现有SOC(荷电状态)估计方法中电池模型参数恒定,没有考虑电池模型参数的动态变化,导致SOC的估计不够精准的问题,文中提出了一种基于电池模型参数在线辨识与SOC估计联合的算法。在二阶RC等效电路模型基础上,采用多新息最小二乘(Multi Innovation Least Squares,MILS)算法对锂离子电池模型中的参数进行在线辨识,从而对电池模型进行实时修正;同时基于修正后的电池模型,采用多新息扩展卡尔曼滤波(Multi Innovation Extended Kalman Filter,MIEKF)算法对电池荷电状态进行估计。MILS算法可以解决在线参数辨识过程中的初始误差累积问题,能够实现模型参数的在线精准辨识,MIEKF算法融合了多新息理论和卡尔曼滤波理论,加入了遗忘因子以削弱历史数据并修正权重,解决了数据过饱和问题,具有较高的准确性和收敛性。实验结果表明,在对电池模型进行参数辨识时,MILS算法、RLS算法辨识的均方根误差分别为1.4、1.9 mV,MILS算法相比RLS算法的估计精度提高了26.3%;对于参数辨识后SOC的估计,MIEKF算法估计的均方根误差为0.0037,EKF算法、AEKF算法估计的均方根误差分别为0.0073、0.0052,MIEKF算法比EKF算法的估计精度提高了49.31%,比AEKF算法的估计精度提高了28.84%;并且在给定SOC初值错误的情况下,文中所提出算法在电池开始工作后30 s左右就能够收敛到真实值,是一种精度高而且鲁棒性好的有效估计方法。 展开更多
关键词 SOC估计 多新息 参数辨识 扩展卡尔曼滤波
在线阅读 下载PDF
一种自适应扩展卡尔曼滤波的永磁同步电机无位置传感器矢量控制 被引量:5
20
作者 兰志勇 李延昊 +2 位作者 罗杰 李福 戴珊琪 《电机与控制学报》 EI CSCD 北大核心 2024年第3期141-148,共8页
在粗差干扰或噪声统计偏差情况下,扩展卡尔曼滤波(EKF)对永磁同步电机(PMSM)的速度和转子位置估计存在精度下降问题,为此提出一种基于新息序列的自适应扩展卡尔曼滤波算法(AEKF)。首先,将粗差干扰加入系统观测方程中,分析粗差干扰对系... 在粗差干扰或噪声统计偏差情况下,扩展卡尔曼滤波(EKF)对永磁同步电机(PMSM)的速度和转子位置估计存在精度下降问题,为此提出一种基于新息序列的自适应扩展卡尔曼滤波算法(AEKF)。首先,将粗差干扰加入系统观测方程中,分析粗差干扰对系统观测精度的影响。其次,为增强算法的抗扰性能,在新息协方差计算中设置加权系数,通过调整临近时刻的新息协方差阵权重,计算出新息协方差值,并更新到卡尔曼增益的计算。最后,建立AEKF数学模型,并对比粗差干扰与噪声统计出现偏差情况下,AEKF与EKF两种策略的观测性能。仿真和实验结果表明,在粗差干扰或噪声统计信息出现偏差情况下,AEKF算法对永磁同步电机转速的观测具备更强的鲁棒性及更高的预测精度。 展开更多
关键词 永磁同步电机 转子位置与速度估计 无位置传感器 自适应扩展卡尔曼滤波 矢量控制
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部