简介：摘要变形监测除了客观地反映被监测物体当前的变形信息外，其另一个主要的作用就是对未来的变形量做出准确的预测。变形监测数据处理的方法更是直接影响到变形监测的精度，选取合适的数据处理方法将会更好的预测未来的形变。本文将卡尔曼滤波应用于建筑物变形监测数据分析，分析了卡尔曼滤波模型特性，结合某大厦基坑边坡竖向位移观测数据，建立了相应的卡尔曼滤波变形模型，通过Matlab编程对观测数据进行处理，结果显示滤波值曲线与原始观测数据曲线的变化趋势基本一致，相比曲线拟合方法更为可靠。

简介：基于可观测的月度通胀率和利率序列，本文设定不可观测的预期通胀率和预期真实利率服从向量自回归过程。在理性预期假定下将该过程改写为状态空间表示，根据卡尔曼滤波算法可推断预期通胀率。经验结果显示，以上预期形成机制假定所产生的预期通胀率是实际通胀率的无偏估计，这同理性预期假定是一致的。该预期机制所产生的方程残差近似服从正态分布，并且预期误差小于其他几种预期机制假定下的结果。本文还估计了预期通胀率对货币需求的影响。

简介：摘要针对间隙小于0.05mm的低碳钢对接焊缝，用磁光传感方法获取焊缝位置信息，研究多新息理论优化卡尔曼滤波在焊缝识别及跟踪中的应用．在获取磁光图像及提取焊缝位置的过程中存在较多干扰，而传统卡尔曼滤波受噪声的影响较大，难以对焊缝偏差进行最优估计。为此，结合多新息理论，提出一种焊缝位置检测的卡尔曼滤波改进算法，在对当前时刻进行预测时，充分考虑之前多个时刻的运动状态，综合历史数据估计出焊缝位置信息，对不同新息值进行试验比较并考虑计算量和滤波精度，发现选用两个新息值优化卡尔曼滤波算法可得到较好的效果。结果表明，多信息理论优化卡尔曼滤波算法可有效提高焊缝位置检测精度。

简介：在高斯噪声环境下,由于扩展卡尔曼滤波（EKF）在目标跟踪应用中精度低和可能出现的滤波发散,将无迹卡尔曼滤波（UKF）应用于非线性系统的目标跟踪.通过UKF在目标跟踪中的应用和仿真结果的分析比较表明,与EKF相比较,UKF收敛快、对噪声适应能力强,算法实现简单.

简介：应用卡尔曼滤波方法，结合欧洲中期数值天气预报中心的数值预报产品，尝试建立西安２４ｈ最高／最低气温预报方法，取得了比较满意的效果。表明卡尔曼滤波方法具有建模简单方便等特点，同时卡尔曼滤波方法对温度和季节变化和数值预报模式的变化都具有很强的适应能力，与动力统计方法（ＭＯＳ、ＰＰ等）相比较具有较大的优势。在数值预报产品的解释应用中有广阔的前景。

简介：摘要本文着力研究了风电功率的预测问题，主要利用卡尔曼滤波预测模型对该风电场的风电功率进行预测，通过与ARMA模型的预测结果进行对比分析发现ARMA模型的预测精确度为75.4%—79.3%，卡尔曼滤波模型的预测精确度为81.3%-95%，卡尔曼滤波模型很好的提高了风电功率的预测精度，而且在一定程度上解决了时间序列分析法的预测时延问题；比较单台机组与多台机组的风电功率预测误差及精确度等，可以看出多台机组的预测精度更高。

简介：文章将卡尔曼滤波理论应用于时间序列影像的背景估计,引入衰减记忆因子解决滤波的发散问题,最终实现了对背景信号的估计.

简介：制导炮弹控制系统要求炮弹飞行姿态测量信息具有良好的准确性和实时性。为解决制导炮弹飞行姿态的高精度滤波估计问题,根据外弹道攻角运动方程和MEMS角速度陀螺测量方程分别建立姿态角滤波系统状态模型和量测模型。考虑实际陀螺随机白噪声的影响,结合弹载全球定位系统信息及地面弹道试验数据,并利用非线性卡尔曼滤波估计方法,对制导炮弹飞行姿态进行了滤波估计。为提高滤波估计效率,对比了Unscented卡尔曼滤波和一种混合卡尔曼滤波两种非线性滤波估计方法,滤波估计结果表明两种方法得到的姿态精度均能满足测量要求,而运算效率后者相对前者可提高约6%,稳定性也较好,因此在工程上更实用。

简介：

简介：摘 要：在车辆的运行过程中，准确的车速计算不仅是防抱死制动系统和车身稳定系统工作的基本条件。同时也是车辆主被动安全控制系统正常工作的必要条件。目前车速的计算普遍采用基于轮速的估计方法。但是在车身发生滑动的情况下，该方法会存在较大的误差。本文介绍了一种基于卡尔曼滤波和模糊逻辑的车速估计方法。模拟数据显示，在车身发生相对滑动时，还是在车辆正常行驶时，该方法都能保证车速的准确性。

简介：摘要：基坑是指为了保证建筑物稳定性而开挖的地下空间，为了保障施工安全，基坑的变形监测十分重要。本文结合具体的基坑监测案例，分别利用回归分析法和卡尔曼滤波算法对监测数据进行处理，对比分析传统数据处理方法和卡尔曼滤波的优劣性。实验发现，卡尔曼滤波算法能够有效去除数据中的噪声，使得到的监测数据更加准确。

简介：根据结构力学与卡尔曼滤波相模拟的理论，构造了一种新的用于连续系统参数识别的广义卡尔曼—布西滤波计算格式．该算法运用了结构力学中的串联子结构拼装方法，在每一步子结构拼装的同时嵌入对系统状态和参数的估计以实现系统参数的识别，可以离线计算的数据都通过精细积分算法预先获得。

简介：摘要植保无人机具有在农田中的机动能力，这使得它们能够帮助人类更好地完成植保任务。本文为了解决植保无人机在农业环境中短暂GPS丢星的导航问题，并通过仿真验证了算法设计的有效性。本文在分析以往导航系统的优缺点之后，加入视觉传感器，对导航系统进行修正，从而提升了质保无人机的鲁棒性，使得无人机在复杂环境中拥有较高的自主定位和感知环境能力。

简介：摘 要：针对现有单点磁梯度张量定位方法存在受测量噪声影响容易出现定位结果发散的不足，根据磁偶极子磁感应强度与磁场梯度张量的基本关系式，建立了张量定位的状态空间模型，并采用卡尔曼滤波器对状态向量进行估计，实现了目标定位。设计了数值算例对定位方法进行了检验，定位结果表明基于卡尔曼滤波的定位方法具有较高的精度和稳定性，可用于航空磁探测和水下小目标磁场探测。

简介：

简介：摘要：在测量汽车结构件位移的过程中，普遍存在采集设备布置困难、测量精度低的问题，因此多采用加速度数据间接计算动态位移。本文提出了一种基于卡尔曼滤波的位移计算方法，可根据加速度数值实时计算出位移，同时与传统时域积分法及频域积分法进行对比。 仿真表明：该算法能够通过加速度数据精确估算位移，计算精度由于传统时域积分法及频域积分法，为汽车动态位移获取提供一种思路。

简介：针对在4级海况下船体大幅度晃动,甚至丢失GPS信号的复杂环境,常规算法会导致姿态测量精度急剧下降的情形,为‘动中通’中的航姿系统设计了一套姿态融合算法。在GPS有效时,卡尔曼滤波的观测量引入双天线GPS输出的航向角,解决航向角观测性弱和估计不准的问题,同时引入互补滤波得到的陀螺修正量,提高了水平姿态角的可观性,融合两种算法提高了解算精度。在GPS无效时,通过互补滤波,抑制陀螺漂移,输出高精度水平姿态角,配合天线所接收信号的强度使‘动中通’正常工作。为验证算法的有效性,进行了动态实验,实验结果表明：该算法在GPS有效的情况下能保证俯仰滚动角（RMSE标准）精度在0.2°以内,航向角精度在0.5°以内,在GPS无效情况下也可使俯仰和滚动角精度长时间维持在0.3°以内,具有一定的工程应用价值。

简介：为了解决GNSS(全球导航卫星系统)在卫星盲区无法进行定位导航的问题,本文研究了一种GNSS/DR(航位推算)组合导航系统.本文首先分别研究了DR,GNSS导航系统,然后研究了基于卡尔曼滤波的GNSS/DR综合导航系统研究,该系统综合了GNSS定位精度高与及DR能够自主导航的优点,具有互补性与稳定性.最后通过实验,验证了GNSS/DR综合导航系统研究在卫星盲区可以获得连续可靠的定位结果.

简介：将一组观测值作为系统的输出,可以用卡尔曼滤波模型来描述系统的状态,动态系统由状态方程与观测方程来描述,以监测点的位置、位移速率、加速率参数为状态向量。它的滤波方程是一组类推计算公式,计算过程是不断预测、修正的过程,在求解时不用保留已用过的观测值序列,当得到新的观测数据时,可以随时修正新的观测值,便于实时处理观测成果,把参数估计与预报有机的结合起来,特别适合变形监测数据的动态处理。

简介：为适应目标位置快速变化、局部遮挡和短暂消失等情况,提出了一种基于均值偏移（MeanShift）和卡尔曼滤波的红外目标跟踪算法。该算法采用局部二元模式（LBP）算子提取图像特征向量,基于MeanShift特征匹配和目标定位结果,预测下一帧跟踪波门中心位置,结合卡尔曼滤波器进行跟踪状态估计和维持。仿真试验表明该算法的有效性。