期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到143篇文章
< 1 2 … 8 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
Parameter Estimation of RBF-AR Model Based on the EM-EKF Algorithm 认领 引用 被引量：6
1
作者 Yanhui Xi Hui Peng Hong Mo 《自动化学报》 EI CAS CSCD 北大核心 2017年第9期1636-1643,共8页
RBF-AR （radial basis function network-based autoregressive） model is reconstructed as a new type of general radial basis function （RBF） neural network, which has additional linear output weight layer in comparison... RBF-AR （radial basis function network-based autoregressive） model is reconstructed as a new type of general radial basis function （RBF） neural network, which has additional linear output weight layer in comparison with the traditional three-layer RBF network. The extended Kalman filter （EKF） algorithm for RBF training has low filtering accuracy and divergence because of unknown prior knowledge, such as noise covariance and initial states. To overcome the drawback, the expectation maximization （EM） algorithm is used to estimate the covariance matrices of noises and the initial states. The proposed method, called the EM-EKF （expectation-maximization extended Kalman filter） algorithm, which combines the expectation maximization, extended Kalman filtering and smoothing process, is developed to estimate the parameters of the RBF-AR model, the initial conditions and the noise variances simultaneously. It is shown by the simulation tests that the EM-EKF method for the reconstructed RBF-AR network provides better results than structured nonlinear parameter optimization method （SNPOM） and the EKF, especially in low SNR （signal noise ratio）. Moreover, the EM-EKF method can accurately estimate the noise variance. F test indicates there is significant difference between results obtained by the SNPOM and the EM-EKF. 展开更多
关键词 Expectation maximization （EM） algorithm, extended Kalman filtering （EKF） and smoothing, radial basis function（RBF） neural network, RBF-AR model
暂未订购 下载PDF
基于EKF的丘陵山地拖拉机位姿信息解算试验 认领 引用
2
作者 万起刚 董昊 +3 位作者 翟营 赵学平 闫祥海 徐立友 《农机化研究》 北大核心 2026年第12期251-259,共9页
针对丘陵山地拖拉机作业环境复杂导致其精准位姿信息获取受干扰的问题,开展了基于扩展卡尔曼滤波算法(EKF)的丘陵山地拖拉机位姿信息解算试验。首先,基于丘陵山地拖拉机状态融合位姿解算原理,建立了预测误差模型与数据融合状态预测更新... 针对丘陵山地拖拉机作业环境复杂导致其精准位姿信息获取受干扰的问题,开展了基于扩展卡尔曼滤波算法(EKF)的丘陵山地拖拉机位姿信息解算试验。首先,基于丘陵山地拖拉机状态融合位姿解算原理,建立了预测误差模型与数据融合状态预测更新模型;然后,搭建了东方红SH504M丘陵山地拖拉机实车数据采集平台和EKF,无迹卡尔曼滤波(UKF)算法环境;最后,通过30%标准桥试验和拖拉机丘陵山地作业环境颠簸试验,对EKF和UKF算法在不同参数配置下的预测效果进行对比,选择EKF算法并剔除部分时间段状态信息模拟恶劣环境下算法的预测效果,预测丘陵山地拖拉机状态变化。结果表明:EKF解算速度比UKF快,且两种算法参数设置在符合GPS/INS组合系统误差精度时,EKF算法估计的均方根误差和绝对误差均优于UKF;数据正常段,EKF算法预测的RMSE和平均绝对误差均达到1°级以内,最大预测误差为3.425°;数据剔除段,EKF算法预测的RMSE和平均绝对误差分别为2.012°、1.428°,最大预测误差为5.84°。试验结果验证了EKF算法在丘陵山地拖拉机位姿解算技术上的适用性和有效性。 展开更多
关键词 丘陵山地拖拉机 位姿信息解算 扩展卡尔曼滤波算法 状态预测 数据融合
暂未订购 下载PDF
GMMCC-EKF算法下新能源汽车动力锂离子电池组动静态荷电状态检测研究 认领 引用
3
作者 刘敬敬 《科技资讯》 2026年第14期82-84,共3页
针对在复杂运行环境下,新能源汽车动力锂离子电池组的荷电状态估计易受非高斯噪声干扰与初始误差影响导致精度不足的问题,开展新能源汽车动力锂离子电池组动静态荷电状态检测研究。建立精确的二阶RC等效电路模型,并设计融合最大相关熵... 针对在复杂运行环境下,新能源汽车动力锂离子电池组的荷电状态估计易受非高斯噪声干扰与初始误差影响导致精度不足的问题,开展新能源汽车动力锂离子电池组动静态荷电状态检测研究。建立精确的二阶RC等效电路模型,并设计融合最大相关熵准则与噪声自适应机制的广义混合最大相关熵准则扩展卡尔曼滤波(Gaussian Mixture Model-Maximum Correntropy Criterion Extended Kalman Filter,GMMCC-EKF)算法,实现对电池组动态荷电状态(State of Charge,SOC)的精确跟踪与静态SOC的稳定标定。通过实例应用证明,该算法能够有效抑制非高斯噪声干扰,快速修正初始误差。 展开更多
关键词 GMMCC-EKF算法 动力锂离子电池组 动静态荷电状态 新能源汽车
暂未订购 下载PDF
基于融合EKF与改进DELM的锂电池SOC实时估计 认领 引用 被引量：2
4
作者 陈晓飞 蒋淑霞 +2 位作者 崔祥波 赵文卓 王思思 《电源学报》 CSCD 北大核心 2025年第8期273-283,共11页
针对单一算法在估计锂电池荷电状态SOC(state-of-charge)时估计性能低的问题,提出1种结合天鹰算法改进的深度极限学习机AO-DELM(aquila optimizer-deep extreme learning machine)与扩展卡尔曼滤波EKF(extended Kalman filter)算法优势... 针对单一算法在估计锂电池荷电状态SOC(state-of-charge)时估计性能低的问题,提出1种结合天鹰算法改进的深度极限学习机AO-DELM(aquila optimizer-deep extreme learning machine)与扩展卡尔曼滤波EKF(extended Kalman filter)算法优势的混合算法,用于锂电池SOC估计。首先,采用带遗忘因子的递推最小二乘法辨识电池模型参数;然后,基于高加速循环(US06)工况数据,将电流、电压与EKF算法提取到的多种电池状态特征作为输入、实际SOC作为输出训练AO-DELM;最后,将训练完成的AO-DELM模型与EKF算法组成闭环的SOC实时估计系统。结果表明,在4种动态工况下,所提的AO-DELM-EKF算法较EKF算法、DELM-EKF算法显著提升了SOC估计精度,均方根误差不超过0.49%。 展开更多
关键词 锂电池 荷电状态估计 扩展卡尔曼滤波算法 天鹰算法改进的深度极限学习机 混合算法
暂未订购 下载PDF
基于EKF融合算法的电池SOC预测 认领 引用 被引量：1
5
作者 李立雪 王飞漩 魏清新 《测控技术》 2025年第9期31-37,44,共7页
高能动力电池是供配电系统的核心储能模块,针对高能动力电池的应用构建了二阶等效电路模型。在等效电路模型的基础上,提出联合递推最小二乘(Recursive Least Squares,RLS)法和扩展卡尔曼滤波(Extended Kalman Filter,EKF)的荷电状态(Sta... 高能动力电池是供配电系统的核心储能模块,针对高能动力电池的应用构建了二阶等效电路模型。在等效电路模型的基础上,提出联合递推最小二乘(Recursive Least Squares,RLS)法和扩展卡尔曼滤波(Extended Kalman Filter,EKF)的荷电状态(Stage of Charge,SOC)算法,并在其基础上改进为基于温度补偿的联合RLS法和EKF融合的SOC算法。基于MATLAB软件,设计改进前和改进后联合算法的仿真验证程序,并对结果进行了比较分析。仿真结果表明,基于温度补偿的联合算法可实现当SOC处于(0.25,1)的区域内,相对误差基本小于5%,验证了所提出的建模方法和求解方法的有效性。 展开更多
关键词 供配电系统 等效电路模型 动态遗忘因子最小二乘法 改进EKF算法
暂未订购 下载PDF
基于瞬态模型的超级电容状态估计 认领 引用
6
作者 荣爽 陈晓光 +5 位作者 关万琳 郝文波 胡远婷 刘延龙 段建东 王禹涵 《电力科学与技术学报》 CAS CSCD 北大核心 2026年第1期185-193,共9页
超级电容多支路模型能够较准确地描述超级电容充放电特性,但在利用其进行超级电容状态估计时,难以获取准确参数,易导致状态估计结果存在较大误差。为了提升瞬态过程中超级电容参数辨识和状态估计的准确性,提出了基于瞬态模型的扩展卡尔... 超级电容多支路模型能够较准确地描述超级电容充放电特性,但在利用其进行超级电容状态估计时,难以获取准确参数,易导致状态估计结果存在较大误差。为了提升瞬态过程中超级电容参数辨识和状态估计的准确性,提出了基于瞬态模型的扩展卡尔曼滤波(extended Kalman filter, EKF)–自适应无迹卡尔曼滤波(adaptive unscented kalman filter,AUKF)状态估计算法。首先,分析了快速充放电情形下的模型简化可行性,在可行性成立的情况下对多支路模型进行简化;其次,将模型参数作为扩展状态加入状态方程中,采用EKF-AUKF算法同时估计超级电容等效电路参数和状态;最后,通过仿真和实验验证了所提方法的准确性。实验结果表明,基于瞬态模型的EKF-AUKF算法能够实现准确的参数辨识和状态估计。 展开更多
关键词 超级电容 瞬态模型 EKF-AUKF算法 参数辨识 状态估计
暂未订购 下载PDF
基于EM-EKF与隐含比例退化模型的机载电子设备剩余寿命自适应预测 认领 引用 被引量：6
7
作者 陈云翔 王泽洲 +2 位作者 蔡忠义 项华春 王莉莉 《电子学报》 EI CAS CSCD 北大核心 2021年第3期500-509,共10页
针对现有机载电子设备剩余寿命自适应预测方法在新研小样本条件下,未能综合考虑设备隐含退化建模与漂移系数在线更新的问题,本文提出一种基于期望最大-扩展卡尔曼滤波(Expectation Maximization-Extended Kalman Filter,EM-EKF)与隐含... 针对现有机载电子设备剩余寿命自适应预测方法在新研小样本条件下,未能综合考虑设备隐含退化建模与漂移系数在线更新的问题,本文提出一种基于期望最大-扩展卡尔曼滤波(Expectation Maximization-Extended Kalman Filter,EM-EKF)与隐含比例退化模型的机载电子设备剩余寿命自适应预测方法.首先,基于非线性Wiener过程构建带比例关系的设备隐含退化模型;其次,在引入漂移系数更新机制的基础上建立设备退化状态方程,并采用EKF算法同步更新设备退化状态与漂移系数;然后,采用EM-EKF算法实现对退化模型参数的自适应估计;最后,基于全概率公式,推导出设备剩余寿命的概率密度函数.通过对单台微机械陀螺仪实测数据进行分析,验证了本文所提方法具有更好的模型拟合性与预测准确性. 展开更多
关键词 剩余寿命预测 Wiener过程 隐含退化模型 比例关系 EM-EKF算法
暂未订购 下载PDF
分布式自主定轨的岭型EKF算法 认领 引用 被引量：6
8
作者 韩松辉 归庆明 +1 位作者 李建文 杜兰 《武汉大学学报（信息科学版）》 EI CAS CSCD 北大核心 2013年第4期399-402,共4页
针对分布式自主定轨模式,在分析病态性问题产生原因的基础上,将岭估计与EKF算法相结合,提出了岭型EKF算法,并给出了岭参数的具体确定方法。利用STK仿真Walker24/3/1星座并进行分布式自主定轨,结果表明岭型EKF算法是有效的。
关键词 自主定轨 星座漂移 EKF算法 岭型EKF算法 岭参数
暂未订购 下载PDF
基于改进EKF的飞机蓄电池在线SOC估计方法 认领 引用 被引量：11
9
作者 刘泽元 王友仁 +2 位作者 陈则王 崔江 裴莹 《电子测量技术》 2015年第7期119-123,共5页
蓄电池荷电状态(state of charge,SOC)是电池管理系统最为重要的参数之一,由于飞机蓄电池工作环境恶劣复杂,具有较强的非线性,给蓄电池的在线SOC估计带来较大的困难。以提高复杂应力条件下飞机蓄电池在线SOC估计精度为目的,采用性能测... 蓄电池荷电状态(state of charge,SOC)是电池管理系统最为重要的参数之一,由于飞机蓄电池工作环境恶劣复杂,具有较强的非线性,给蓄电池的在线SOC估计带来较大的困难。以提高复杂应力条件下飞机蓄电池在线SOC估计精度为目的,采用性能测试实验对蓄电池性能参数的温度、放电率特性进行研究,并提出递推最小二乘法与扩展卡尔曼滤波算法结合的改进EKF方法,实现蓄电池等效电路模型参数的在线辨识以及蓄电池在线SOC的估计。上述方法通过物理实验进行了验证,实验结果表明,改进后EKF方法的SOC估计误差小于0.5%,估计精度获得明显提高。 展开更多
关键词 荷电状态 递推最小二乘法 改进EKF算法 在线SOC估计
暂未订购 下载PDF
基于AFEKF的锂离子电池SOC估算方法 认领 引用 被引量：5
10
作者 刘光军 吴思齐 +1 位作者 张恒 邓洲 《沈阳工业大学学报》 CAS 北大核心 2024年第3期318-323,共6页
针对利用扩展卡尔曼滤波算法估算锂电池荷电状态时,由于历史数据影响易产生累积误差的问题,提出了一种基于自适应渐消扩展卡尔曼的SOC估算方法。选用Thevenin等效模型并用递推最小二乘法进行电池参数辨识,通过将自适应渐消因子引入EKF... 针对利用扩展卡尔曼滤波算法估算锂电池荷电状态时,由于历史数据影响易产生累积误差的问题,提出了一种基于自适应渐消扩展卡尔曼的SOC估算方法。选用Thevenin等效模型并用递推最小二乘法进行电池参数辨识,通过将自适应渐消因子引入EKF算法中,抑制历史数据对当前状态估算的影响,完成锂电池SOC估算。结果表明:AFEKF算法在递推20次时可有效收敛,具有较好鲁棒性,估算SOC的平均误差为1.03%,误差均方根为1.21%,平均运行时间为1.476 s,可以较好地模拟电池的动静态特性。 展开更多
关键词 锂离子电池 荷电状态 卡尔曼滤波 SOC估算 估算方法 EKF算法 最小二乘法 自适应
暂未订购 下载PDF
基于EKF算法的微型AHRS模块设计 认领 引用 被引量：7
11
作者 李旭妍 刘长明 +1 位作者 陈燕 畅彦祥 《国外电子测量技术》 北大核心 2022年第4期93-98,共6页
微型航姿参考系统(AHRS)模块是由微机电系统(MEMS)惯性器件以及STM32微型处理器组成的航姿参考系统,广泛应用于民用无人机领域。针对MEMS惯性器件易受外界环境干扰、数据易漂移导致姿态解算数据不稳定、精度不高的问题,提出一种适应于A... 微型航姿参考系统(AHRS)模块是由微机电系统(MEMS)惯性器件以及STM32微型处理器组成的航姿参考系统,广泛应用于民用无人机领域。针对MEMS惯性器件易受外界环境干扰、数据易漂移导致姿态解算数据不稳定、精度不高的问题,提出一种适应于AHRS模块的扩展卡尔曼滤波(EKF)算法,通过算法完成AHRS模块内的多传感器信息融合,保障AHRS模块输出高精度的姿态数据。利用高精度三轴无磁转台对其进行动静态精度测试,采集并分析AHRS在动态环境下的各个轴向角实时数据与误差数据。结果表明,该航姿参考系统能够满足小型化、低功耗和低成本设计要求,适用于民用无人机领域。 展开更多
关键词 MEMS EKF算法 AHRS 优化设计
暂未订购 下载PDF
基于立体视觉Tri-EKF算法的空间非合作目标运动与结构估计 认领 引用 被引量：3
12
作者 王珂 于占海 +2 位作者 刘宏 李瑞峰 郭本生 《宇航学报》 EI CAS CSCD 北大核心 2017年第9期936-945,共10页
针对空间非合作目标的运动状态及外形结构估计的双重扩展卡尔曼滤波(Dual EKF)算法存在运动状态变量耦合及收敛速度慢的问题。基于立体视觉观测模型,引入特征线作为新观测量分析了目标平移与旋转运动估计的解耦性,提出三重扩展卡尔曼滤... 针对空间非合作目标的运动状态及外形结构估计的双重扩展卡尔曼滤波(Dual EKF)算法存在运动状态变量耦合及收敛速度慢的问题。基于立体视觉观测模型,引入特征线作为新观测量分析了目标平移与旋转运动估计的解耦性,提出三重扩展卡尔曼滤波(Tri-EKF)算法,实现了对目标旋转、平移运动以及结构参数的串行估计。本文对两种算法进行仿真比较,通过试验校验Tri-EKF算法。结果表明:有限次观测下,Tri-EKF算法对目标运动估计收敛速度更快,平均估计误差更小。 展开更多
关键词 非合作目标 Tri-EKF算法 运动及结构估计 立体视觉
暂未订购 下载PDF
插值改进EKF算法在组合导航中的应用 认领 引用 被引量：25
13
作者 刘国海 施维 李康吉 《仪器仪表学报》 EI CAS 北大核心 2007年第10期1897-1901,共5页
为了提高GPS/DR组合导航定位的精度和稳定性,提出一种基于插值公式的EKF(扩展卡尔曼滤波)改进算法。插值滤波算法继承了EKF实时递推结构,利用基于Stirling插值公式的差分方法代替EKF中非线性函数导数的计算。将插值公式展开的一阶项和... 为了提高GPS/DR组合导航定位的精度和稳定性,提出一种基于插值公式的EKF(扩展卡尔曼滤波)改进算法。插值滤波算法继承了EKF实时递推结构,利用基于Stirling插值公式的差分方法代替EKF中非线性函数导数的计算。将插值公式展开的一阶项和二阶项作为函数近似分别得到DD1、DD2(一阶、二阶差分)滤波算法。插值滤波不必计算函数稚可比矩阵,大大降低了计算的复杂度,并改善了EKF算法中泰勒展开线性化造成的较大误差。根据GPS/DR组合系统的状态和观测方程,采用EKF、DD1和DD2滤波算法分别估计目标的状态信息。对比分析表明,插值滤波的精度和稳定性好于EKF算法,应用范围更为广泛。 展开更多
关键词 组合导航 插值滤波 差分算法 扩展卡尔曼滤波 GPS 航位推算
暂未订购 下载PDF
基于Cartographer的煤矿巡检机器人SLAM算法优化 认领 引用
14
作者 冀永臻 陈显闯 +3 位作者 邢国宝 任亮 苏世友 鲁俊斐 《煤矿安全》 CAS 北大核心 2026年第7期259-268,共10页
为提升巡检机器人在设备密集、动态遮挡频发的露天煤矿筛分楼复杂环境中的定位与建图精度,解决传统Cartographer算法在此类场景下因传感器数据处理精度不足、前端位姿融合效果欠佳、计算效率偏低而引发的定位漂移与地图畸变问题,提出了... 为提升巡检机器人在设备密集、动态遮挡频发的露天煤矿筛分楼复杂环境中的定位与建图精度,解决传统Cartographer算法在此类场景下因传感器数据处理精度不足、前端位姿融合效果欠佳、计算效率偏低而引发的定位漂移与地图畸变问题,提出了一种基于多层次、多传感器融合的改进即时定位与地图构建(Simultaneous Localization and Mapping,SLAM)算法。首先,采用扩展卡尔曼滤波(Extended Kalman Filter,EKF)技术对惯性测量单元(Inertial Measurement Unit,IMU)的原始角速度和加速度数据进行预处理,优化其航姿解算过程,有效抑制传感器噪声与零偏,从而获取更精确可靠的机器人俯仰、滚转和偏航姿态信息;其次,在SLAM前端设计了一个基于EKF的位姿融合器,将上述优化后的IMU姿态数据与轮式里程计提供的位移信息进行紧耦合融合,为激光雷达的扫描匹配环节提供更高精度的初始位姿估计,提升匹配成功率与效率;最后,针对环境的多变性与复杂性,构建了一个系统级的融合框架,将激光雷达扫描数据、优化后的IMU位姿、里程计信息及闭环检测信息进行融合,利用Ceres求解器进行全局图优化,形成冗余且互补的感知体系。为全面验证算法性能,在模拟露天煤矿筛分楼结构的长走廊环境中开展了建图试验,选取10个特征点进行测量,改进算法构建地图的测量平均相对误差为0.432%,远低于传统算法的2.042%。最终,在真实露天煤矿筛分楼场景中进行了部署验证,使用高精度全站仪测量40组人工标记点间的真实距离,与算法所建地图中对应点距离进行对比,其平均绝对误差不超过2 cm,且有效消除了地图的重影与扭曲现象。结果表明,所提出的改进算法通过EKF优化IMU姿态、融合IMU和里程计数据以及多层次传感器信息,提升了在强遮挡、动态干扰及特征重复环境下的定位精度、地图一致性、建图准确性和系统整体鲁棒性,满足露天煤矿筛分楼巡检机器人对高精度自主导航的工程需求。 展开更多
关键词 SLAM 多传感器融合 扩展卡尔曼滤波 Cartographer算法 煤矿巡检机器人
暂未订购 下载PDF
基于最优传播路径的EMA/EKF定位算法研究 认领 引用 被引量：2
15
作者 盛孟刚 娄兴 +2 位作者 陈洋卓 张带凤 龚巧婷 《导航定位与授时》 CSCD 2022年第6期141-149,共9页
针对室内环境下蓝牙系统易受非视距影响,采用蓝牙到达角(AOA)解决室内行人定位存在较大偏差的问题,研究基站几何分布和定位算法对定位精度的影响。关于蓝牙信号在传播过程中易衰减及产生多径等因素影响定位性能,对基站安装位置与信号接... 针对室内环境下蓝牙系统易受非视距影响,采用蓝牙到达角(AOA)解决室内行人定位存在较大偏差的问题,研究基站几何分布和定位算法对定位精度的影响。关于蓝牙信号在传播过程中易衰减及产生多径等因素影响定位性能,对基站安装位置与信号接收范围关系进行研究,建立基站分布优化模型,使用遗传算法(GA)求解基站布设最优位置。在此基础上,提出了基于改进指数移动平均(EMA)算法结合扩展卡尔曼滤波(EKF)算法进行误差补偿。实验结果表明,该方法的平均定位误差为0.89m,相较于EKF定位精度更高,证明了所提方法的有效性。 展开更多
关键词 室内定位 蓝牙 基站分布 EMA算法 EKF算法
暂未订购 下载PDF
基于SINS-RFID融合的煤矿巡检机器人高精度定位方法研究 认领 引用 被引量：1
16
作者 饶兴鑫 《煤矿安全》 CAS 北大核心 2026年第3期219-226,共8页
煤矿井下复杂环境中,为满足巡检机器人的高精度定位需求,解决传统GPS拒止环境下单一传感器定位精度不足、成本过高、可靠性不足等问题,提出了一种基于捷联惯性导航(Strapdown Inertial Navigation System,SINS)和射频识别(Radio Frequen... 煤矿井下复杂环境中,为满足巡检机器人的高精度定位需求,解决传统GPS拒止环境下单一传感器定位精度不足、成本过高、可靠性不足等问题,提出了一种基于捷联惯性导航(Strapdown Inertial Navigation System,SINS)和射频识别(Radio Frequency Identification,RFID)技术的融合定位方法。该方法通过扩展卡尔曼滤波技术实现了捷联惯性导航系统和射频识别技术的有效融合,通过捷联惯性导航系统解算出连续位姿信息作为预测值,将射频识别技术提供的离散绝对位置作为观测值,实现最优估计和误差反馈的校正。为进一步提升系统在射频识别标签信号覆盖区的定位连续性,引入了分段线性插值对巡检机器人定位系统进行运动轨迹补偿。同时,采用静止标定和低通滤波消除惯性测试单元的常值漂移和随机漂移,显著增强了系统的抗干扰能力与整体鲁棒性。试验结果表明:在RFID标签间隔为50~150 m范围内,所提定位方法能够稳定维持厘米级的高精度定位性能,其轨迹与真实路径的吻合度极高,最大定位误差被严格控制在15 cm范围内;在移动距离为10 m和30 m时,系统误差分别仅为9.3 cm和9.5cm,表明在射频识别有效校正区间内,惯性导航系统的累积漂移得到了有效抑制;即使在70~80m连续转弯路段因惯性导航误差放大导致误差上升至25.9 cm,系统整体仍保持可接受的厘米级精度。在实时性方面,整个系统的数据融合与解算处理延迟始终稳定在17 ms以内,时间抖动始终低于0.5 ms;相比之下,基于图优化的激光即时定位与地图构建方法在同等条件下的延迟从26 ms增长至39 ms,而惯性导航-超宽带方法的延迟增幅达55.5%,证明了所提方法具有较低的计算复杂度,能够满足巡检机器人对实时定位的严格要求。 展开更多
关键词 煤矿巡检机器人 捷联惯性导航系统 射频识别 高精度定位方法 扩展卡尔曼滤波算法
暂未订购 下载PDF
一种基于观测范围约束的改进EKF-SLAM算法 认领 引用 被引量：5
17
作者 俞立 唐俊淮 陈军统 《浙江工业大学学报》 CAS 2014年第5期566-571,共6页
针对EKF-SLAM算法在大规模复杂环境下存在的计算量大、运行效率低和定位精度不高等问题,采用对传感器观测范围添加约束条件的方法对该算法进行了改进.设定最大观测距离,将移动机器人对环境地图的观测范围予以限定.通过判断由移动机器人... 针对EKF-SLAM算法在大规模复杂环境下存在的计算量大、运行效率低和定位精度不高等问题,采用对传感器观测范围添加约束条件的方法对该算法进行了改进.设定最大观测距离,将移动机器人对环境地图的观测范围予以限定.通过判断由移动机器人的传感器获取的观测值与最大观测距离之间的大小关系,将系统状态向量中已观测且超出最大约束范围的路标进行删除,使系统状态向量的维数不会随着观测路标的增加而不断加大,从而降低了算法计算量并提高了算法运行效率和定位精度.通过仿真验证了所提方法对提高算法运行效率和定位精度的有效性. 展开更多
关键词 同时定位与地图构建 EKF-SLAM算法 移动机器人 定位
暂未订购 下载PDF
基于蚁群优化FEKF算法的汽车状态估计 认领 引用 被引量：1
18
作者 汪伟 贝绍轶 +1 位作者 张兰春 汪永志 《福州大学学报（自然科学版）》 CAS 北大核心 2016年第5期703-709,共7页
针对汽车状态估计过程中观测噪声时变问题,提出一种双重迭代自适应滤波算法—蚁群优化模糊逻辑扩展卡尔曼滤波(FEKF)算法.建立考虑Fiala轮胎模型的汽车二自由度非线性动力学模型,利用模糊逻辑对扩展卡尔曼滤波(EKF)算法估计过程中的观... 针对汽车状态估计过程中观测噪声时变问题,提出一种双重迭代自适应滤波算法—蚁群优化模糊逻辑扩展卡尔曼滤波(FEKF)算法.建立考虑Fiala轮胎模型的汽车二自由度非线性动力学模型,利用模糊逻辑对扩展卡尔曼滤波(EKF)算法估计过程中的观测噪声水平进行在线修正,同时引入蚁群优化算法对模糊逻辑中的输入输出隶属度函数进行优化,得到的双重迭代算法对处理强时变观测噪声水平下滤波估计过程具有很强的自适应性.最后通过建立虚拟仿真试验来验证该蚁群优化FEKF新算法的估计精度,结果显示,蚁群优化FEKF算法相比较于FEKF算法估计精度更高,鲁棒性更强. 展开更多
关键词 汽车动力学 状态估计 蚁群优化算法 模糊逻辑 EKF算法 虚拟试验
暂未订购 下载PDF
基于BP-EKF算法的电池SOC估计 认领 引用 被引量：12
19
作者 徐艳民 《汽车技术》 CSCD 北大核心 2018年第2期19-23,共5页
介绍了几种常用的电池等效模型,通过试验选择了适用于磷酸铁锂电池的Thevenin模型并辨识了模型参数;分析了EKF算法和BP神经网络原理,提出了BP-EKF算法,使用BP神经网络的自学习能力和逼近能力,优化和补偿EKF算法的非线性误差,同时降低了... 介绍了几种常用的电池等效模型,通过试验选择了适用于磷酸铁锂电池的Thevenin模型并辨识了模型参数;分析了EKF算法和BP神经网络原理,提出了BP-EKF算法,使用BP神经网络的自学习能力和逼近能力,优化和补偿EKF算法的非线性误差,同时降低了等效模型的精度要求;使用UDDS电流模拟汽车行驶电流设计了仿真试验,同时使用BP-EKF算法和EKF算法对数据进行处理,结果表明,当SOC初值误差较大时,BP-EKF算法可在300 s内接近理论值,且其收敛精度比EKF算法提高了70%以上。 展开更多
关键词 电池SOC BP-EKF算法 自学习能力 Thevenin模型
暂未订购 下载PDF
基于EKF的PMSM无传感器控制仿真分析 认领 引用 被引量：4
20
作者 毕峰 贾晓芬 《佳木斯大学学报（自然科学版）》 CAS 2021年第1期64-68,共5页
为了提高永磁同步电机的性能,对其在静止坐标系下建立了数学模型并进行了扩展卡尔曼滤波(Extended Kalman filter,EKF)的推导,得到了基于EKF算法的永磁同步电机无传感器控制系统模型,再通过搭建Simulink模型对控制系统进行了仿真研究,... 为了提高永磁同步电机的性能,对其在静止坐标系下建立了数学模型并进行了扩展卡尔曼滤波(Extended Kalman filter,EKF)的推导,得到了基于EKF算法的永磁同步电机无传感器控制系统模型,再通过搭建Simulink模型对控制系统进行了仿真研究,主要对系统在空载条件下的转速、转子位置以及定子电流的跟踪能力进行了仿真,最终得到了各项估计值与实际值的仿真波形曲线,各项误差曲线与理论分析基本一致。结果表明基于EKF算法的无传感器矢量控制技术和控制系统能够稳定运行,电机控制系统动、静态性能良好,可以满足PMSM实际控制性能的需要。 展开更多
关键词 EKF算法 MATLAB 无传感器矢量控制 仿真分析
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 8 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈