期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于平滑变结构-卡尔曼滤波的MIMU/BDS组合导航技术 被引量:3
1
作者 李灿 沈强 +2 位作者 秦伟伟 段志强 汪立新 《航空兵器》 CSCD 北大核心 2021年第3期51-58,共8页
为了提高模型不准确、大扰动等情况下MIMU/BDS组合导航精度,提出了平滑变结构-卡尔曼组合滤波的信息融合方法。介绍了坐标转换方法,建立了组合导航系统的状态空间方程和观测方程。为了防止老旧观测数据引起算法发散,在卡尔曼滤波算法中... 为了提高模型不准确、大扰动等情况下MIMU/BDS组合导航精度,提出了平滑变结构-卡尔曼组合滤波的信息融合方法。介绍了坐标转换方法,建立了组合导航系统的状态空间方程和观测方程。为了防止老旧观测数据引起算法发散,在卡尔曼滤波算法中融入随残差自适应变化的渐消因子,从而构造了自适应卡尔曼滤波算法。将卡尔曼滤波的精度优势与平滑变结构滤波的鲁棒性优势融合,提出了平滑变结构-卡尔曼组合滤波算法。经仿真验证,在模型不准确、大扰动等情况下,组合算法的位置融合误差和速度融合误差均小于卡尔曼滤波和自适应卡尔曼滤波算法;经跑车试验验证,在卫星遮挡情况下,组合导航系统的位置融合精度和速度融合精度仍然较高,实现了卫星可观数量不足情况下的精确导航。 展开更多
关键词 MIMU/BDS组合导航 模型不准确 自适应渐消因子 平滑变结构滤波 组合滤波算法
下载PDF
基于CDKF滤波算法的智能车组合定位技术的探讨
2
作者 钱臻 《林业机械与木工设备》 2023年第4期56-59,62,共5页
提出了一种新的CDKF滤波算法,用此算法来替代扩展卡尔曼滤波器算法,由此迭代更新其观测到的数据,目的是提高智能车系统的定位精度,使提议分布更趋近于后验概率分布,并且能够准确估算智能车的位姿进而对其位置进行特征地图更新。此算法... 提出了一种新的CDKF滤波算法,用此算法来替代扩展卡尔曼滤波器算法,由此迭代更新其观测到的数据,目的是提高智能车系统的定位精度,使提议分布更趋近于后验概率分布,并且能够准确估算智能车的位姿进而对其位置进行特征地图更新。此算法的优越性在于既能保证智能汽车定位精度,又能减少计算复杂度。由于车辆系统估算性能得到提高,使得粒子滤波算法稳定性获得增强。 展开更多
关键词 组合定位 CDKF滤波算法 迭代中心 卡尔曼粒子滤波算法
下载PDF
面向SOC估计的计及温度和循环次数的锂离子电池组合模型 被引量:18
3
作者 刘征宇 朱诚诚 +1 位作者 尤勇 姚利阳 《仪器仪表学报》 EI CAS CSCD 北大核心 2019年第11期117-127,共11页
锂离子电池荷电状态(SOC)估计的准确性依赖于精确的电池模型,为此提出一种基于改进的Shepherd模型并耦合温度和循环次数因素的锂离子电池组合模型(SCM)。将Shepherd模型受温度和循环次数影响的满电开路电压、极化常数、可用容量、内阻... 锂离子电池荷电状态(SOC)估计的准确性依赖于精确的电池模型,为此提出一种基于改进的Shepherd模型并耦合温度和循环次数因素的锂离子电池组合模型(SCM)。将Shepherd模型受温度和循环次数影响的满电开路电压、极化常数、可用容量、内阻等参数进行热建模和循环损失建模,同时将模型参数辨识方法简化为仅需两组不同环境温度下放电实验数据的非线性最小二乘法。通过对不同循环次数的锂离子电池在不同温度环境下模拟电动汽车实际工况,进行放电实验,并结合扩展卡尔曼滤波算法实现对SCM模型和ECM模型的SOC动态估计。仿真和实验结果表明所提模型相对误差小于1.5%,SOC估计误差小于3%,从而验证了所提出模型的优越性。 展开更多
关键词 锂离子电池 组合模型 循环次数 电池荷电状态 扩展卡尔曼滤波
下载PDF
复杂环境下机器人多源协同递推定位算法研究
4
作者 童锐 康洪波 +1 位作者 赵亮 张嘉仪 《计算机应用文摘》 2024年第19期88-90,共3页
轮式机器人通常采用GNSS/INS组合导航来满足室外定位需求,但在复杂环境中,GNSS定位精度逐渐下降,且惯性导航模块的误差持续累积,导致机器人无法通过GNSS/INS组合导航系统获得精确的定位。为解决这一问题,从轮式机器人行驶环境的特征出发... 轮式机器人通常采用GNSS/INS组合导航来满足室外定位需求,但在复杂环境中,GNSS定位精度逐渐下降,且惯性导航模块的误差持续累积,导致机器人无法通过GNSS/INS组合导航系统获得精确的定位。为解决这一问题,从轮式机器人行驶环境的特征出发,设计了一种基于相机拍摄的车道线边缘检测算法,利用扩展卡尔曼滤波算法结合车道线信息,对车辆定位误差进行约束,并提出了一种适用于城市环境的GNSS/INS/相机多源融合定位算法。 展开更多
关键词 GNSS/INS组合导航 视觉车道线辅助 多源融合 卡尔曼滤波算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部