“变渐消”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果342369个，建议您升级VIP下载更多相关专利

[发明专利]基于渐消平滑变结构滤波的惯性导航初始对准方法-CN201910281718.5有效
发明人：曹松银;张远飞;成光浩;杭斌 -专利权人：扬州大学
申请日： 2019-04-09 - 公布日： 2020-11-06 - 主分类号： G01C25/00 文献下载
摘要：本发明提出了一种基于渐消平滑变结构滤波的惯性导航初始对准方法，具体步骤为：根据捷联惯性导航系统的速度误差方程、姿态误差方程，以速度误差为量测量，建立大方位失准角下的非线性连续系统模型；将非线性连续系统模型离散化，形成非线性离散系统模型；根据建立的非线性离散系统模型构建用于初始对准的渐消平滑变结构滤波模型，并求解滤波模型中的渐消因子；将惯性元件采集到的导航参数代入渐消平滑变结构滤波模型中，完成惯性导航的初始对准
基于平滑结构滤波惯性导航初始对准方法

[发明专利]一种基于变渐消因子的自适应联邦滤波算法-CN202310885856.0在审
发明人：李开龙;朱天高;钱镭源;常路宾;覃方君;李文魁;朱九鹏;周铸;李晓勇 -专利权人：中国人民解放军海军工程大学
申请日： 2023-07-17 - 公布日： 2023-10-27 - 主分类号： G01C21/20 文献下载
摘要：本发明提供一种基于变渐消因子的自适应联邦滤波算法，包括以下步骤：S1，根据AUV构建动力学模型，建立SINS误差状态模型以及SINS/GPS、SINS/DVL、SINS/MAN组合导航误差模型，构建SINS/GPS/DVL/MAN组合导航系统；S2，根据上述构建的组合导航误差模型，建立各子滤波器进行单独滤波，通过控制渐消因子b的值来对量测噪声矩阵进行动态调整和优化，采用基于变渐消因子的自适应卡尔曼滤波提高各子滤波器的精度和鲁棒性；S3，根据各子滤波器系的变渐消因子值得到不同的信息分配系数，根据该联邦滤波自适应分配系数，建立在各子滤波器之间的信息分配法则；S4，联邦滤波器根据步骤
一种基于变渐消因子自适应联邦滤波算法

[发明专利]一种锂电池荷电状态的估计方法-CN201210570775.3有效
发明人：程泽;刘艳莉;张玉晖;戴胜;张秋艳 -专利权人：天津大学
申请日： 2012-12-16 - 公布日： 2013-03-27 - 主分类号： G01R31/36 文献下载
摘要：本发明公开了一种锂电池荷电状态的估计方法，步骤一、根据系统状态初值以及状态方程进行荷电状态估计；步骤二、计算测量值与估计值的残差，从而计算渐消因子；步骤三、计算时变渐消因子；步骤四、由实际情况下的残差变化、电流大小计算得到渐消因子调整值；步骤五、得到渐消因子新值，进而求得增益矩阵；步骤六、更新荷电估计状态；步骤七、通过自适应滤波算法估计测量噪声协方差矩阵。与现有技术相比，本发明通过强跟踪滤波器算法以及对其的改进，能够根据实际情况更新测量噪声和渐消因子，与传统卡尔曼滤波器算法相比，能够有效提高锂电池荷电状态的估计精度，增强算法的跟踪性和自适应性。
一种锂电池状态估计方法

[发明专利]一种自适应容积卡尔曼滤波方法-CN201310122150.5有效
发明人：王宏健;傅桂霞;李娟;徐健;刘向波;陈兴华;张勋 -专利权人：哈尔滨工程大学
申请日： 2013-04-10 - 公布日： 2013-07-24 - 主分类号： G01C25/00 文献下载
摘要：本发明涉及的是一种自适应容积卡尔曼滤波方法，特别是涉及一种带渐消记忆时变噪声统计估值器的自适应容积卡尔曼滤波方法。本发明包括下列步骤：（1）设定初始参数；（2）时间更新；（3）量测更新；（4）构造渐消记忆时变噪声统计估值器；（5）实时估计和修正噪声。
一种自适应容积卡尔滤波方法

[发明专利]基于分布式电动底盘的运动状态观测方法及系统-CN202110694684.X有效
发明人：张冰;王心醉;梁岳青;李鹏飞;李希华;李兆波;蔡后勇;辛海兵 -专利权人：季华实验室
申请日： 2021-06-22 - 公布日： 2021-10-22 - 主分类号： G05B13/04 文献下载
摘要：本发明涉及信息处理技术领域，公开了一种基于分布式电动底盘的运动状态观测方法及系统，针对驱动故障下分布式电动底盘的运动状态观测，设计了一种双结构多重渐消因子强跟踪运动状态观测器，通过基于多重渐消因子强跟踪滤波器分别对驱动状态观测层及整机运动状态观测层进行设计，针对每个驱动状态及整机运动状态分别引入不同的时变渐消因子，并结合对两个观测层状态的强跟踪以及两个观测层之间的数据交互，实现在驱动故障下对不同运动状态快速、准确的跟踪。为避免由于引入多重渐消因子所导致的正定性破坏对运动状态观测精度的影响，对两个观测层分别引入正定参数对其进行改进，以进一步确保了在驱动故障下运动状态观测的准确性。
基于分布式电动底盘运动状态观测方法系统

[实用新型]用于手机按键渐消工艺的网状菲林-CN200920174392.8无效
发明人：贾永红;刘礼华 -专利权人：深圳市锐迪奥科技有限公司
申请日： 2009-12-29 - 公布日： 2010-12-29 - 主分类号： G03F1/00 文献下载
摘要：本实用新型涉及一种用于手机按键渐消工艺的网状菲林，它包括内容印制区，于内容印制区四周设有渐消区，所述渐消区上密布有通孔；所述渐消区上密布有网状通孔；所述渐消区通孔尺寸由内自外逐渐缩小。本实用新型的有益效果在于通过在菲林印制区周围密布设置由通孔构成渐消区，且渐消区中通孔尺寸由内自外逐渐缩小，从而使得菲林在应用于手机按键渐消工艺时候有效避免了台阶的产生，且提高了其生产效率。
用于手机按键工艺网状

[发明专利]一种分布式融合结构中的强跟踪渐消因子计算方法-CN201811136618.5有效
发明人：汤显峰;常志华;李杭彩;张宇燕;黄健;管冰蕾 -专利权人：浙江大学
申请日： 2018-09-28 - 公布日： 2021-07-13 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种分布式融合结构中的强跟踪渐消因子计算方法。本发明通过引入一个名为渐消参数向量的新参数，间接揭示了局部传感器强跟踪渐消因子与融合中心强跟踪渐消因子的解析关系，有效降低了融合中心计算全局渐消因子的计算量。与此同时，本发明涉及的方法适用于线性系统和非线性系统，因此在分布式融合框架下是一种通用的强跟踪渐消因子计算方法，推动了强跟踪滤波技术在分布式融合系统中的应用。
一种分布式融合结构中的跟踪因子计算方法

[发明专利]基于最小二乘的水箱系统辨识方法-CN201510357344.2在审
发明人：杨海霞;吕碧升 -专利权人：潘秀娟
申请日： 2015-06-24 - 公布日： 2015-12-02 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了基于最小二乘的水箱系统辨识方法，具体步骤包括：(a)建立CARMA模型：考虑随机过程的CARMA模型，并将模型转换为最小二乘结构；(b)置初值：采用渐消记忆最小二乘估计方法，建立参数估计，选择遗忘因子，并对算法初始值赋值；(c)采样输入输出数据：确定采样周期T，导入输入输出数据；(d)参数递推估计：根据渐消记忆最小二乘估计的递推算法，计算基于最小水箱系统辨识方法

[发明专利]基于在线学习渐消因子的扩展卡尔曼滤波方法-CN201910419234.2有效
发明人：文成林;唐兵 -专利权人：杭州电子科技大学
申请日： 2019-05-20 - 公布日： 2023-08-22 - 主分类号： G06F17/16 文献下载
摘要：本发明公开了一种基于在线学习渐消因子的扩展卡尔曼滤波方法。本发明先引用了强跟踪中渐消因子的思想，通过对渐消因子进行一定量的遍历算法，达到更新状态预测误差协方差的效果。用以获取不同的状态估计值，将更新后的状态估计值代替当前时刻的状态预测值，并得到更新后的观测预测值，将更新后的观测预测值与观测值进行对比，得到残差信息，对所有的残差信息取绝对值，并将绝对值化后的最小残差所对应的渐消因子提取，以该渐消因子为中心，继续进行下一级的遍历，直到三级遍历结束后返回最终所得到的渐消因子，并将该渐消因子对应的滤波估计值作为当前时刻的滤波估计值。
基于在线学习因子扩展卡尔滤波方法

[发明专利]基于渐消因子的ECEF-GLS偏差估计方法及装置-CN202210894082.3在审
发明人：董云龙;张焱;宋晓红;张兆祥;江巍;王杰;王国庆 -专利权人：中国人民解放军海军航空大学
申请日： 2022-07-27 - 公布日： 2022-11-18 - 主分类号： G01S7/40 文献下载
摘要：本发明提供一种基于渐消因子的ECEF‑GLS偏差估计方法及装置，该方法包括：基于融合数据中心反馈的航迹突变时间，确定第一雷达和第二雷达进行协同观测的渐消因子；基于第一量测数据、第二量测数据和渐消因子，确定第一雷达和第二雷达之间的雷达系统偏差本发明实施例提供的基于渐消因子的ECEF‑GLS偏差估计方法及装置，基于在误差估计的迭代过程引入与航迹突变时间所对应的渐消因子后，再将第一量测数据、第二量测数据代入计算，获取第一雷达和第二雷达之间的雷达系统偏差能够利用渐消因子弱化历史量测的影响，实现对突变系统偏差的实时估计，同时兼顾偏差估计的精度和实时性，使得目标跟踪更加稳定。
基于因子 ecef gls 偏差估计方法装置

[发明专利]一种基于最小二乘和多重渐消因子的改进kalman滤波方法-CN201910035132.0有效
发明人：叶彦斐;陈刚;陈恒;黄家辉;童先洲 -专利权人：河海大学
申请日： 2019-01-15 - 公布日： 2021-05-04 - 主分类号： H03H17/02 文献下载
摘要：本发明公开了一种基于最小二乘和多重渐消因子的改进kalman滤波方法，本发明在滤波开始前利用最小二乘法选取滤波初值，减小初值偏差，在滤波过程中通过新息协方差计算得到多重渐消因子矩阵，进而对预测误差协方差进行修正，从而实现对单渐消因子的自适应渐消kalman滤波的改进。
一种基于最小多重因子改进 kalman 滤波方法

[发明专利]一种氢气复合器催化剂装载盒-CN202110619609.7在审
发明人：曹巍;李昊洋;高全燚;郭泽华;丁铭;孙志远;周雨锋 -专利权人：哈尔滨工程大学
申请日： 2021-06-03 - 公布日： 2021-09-10 - 主分类号： G21C9/06 文献下载
摘要：本发明涉及一种氢气复合器催化剂装载盒，本发明包括变截面的装载结构，虽然示出了通道截面为梯形，其采用变截面结构设计，配合内部装载的氢气复合催化剂在沿流动方向上形成变化的反应面积，用以优化流动方向上的消氢速率，装载结构为变截面形式，沿气体流动方向截面发生变化，通过装载结构截面的变化来调整催化单元。氢气流经装载结构时，其下部浓度较大，反应放出的热量较多，因此通过改变装载结构下部至上部渐扩的流通形式，进而优化实际装载的催化原件的有效催化面积，限制产生的热量的同时提高消氢效率。
一种氢气复合催化剂装载

[发明专利]基于多重渐消因子卡尔曼滤波锂电池荷电状态估计方法-CN201910664353.4有效
发明人：王新生;印闯;张华强;王云龙 -专利权人：哈尔滨工业大学（威海）
申请日： 2019-07-23 - 公布日： 2022-07-12 - 主分类号： G01R31/367 文献下载
摘要：本发明提供了基于多重渐消因子卡尔曼滤波锂电池荷电状态估计方法，属于锂电池荷电状态估计方法技术领域。结合实际容量与放电倍率关系定义SOC方程；通过离散化得到状态方程以及测量方程；对模型的参数进行辨识；通过扩展卡尔曼滤波得到线性化状态方程，并得到初始化、时间更新和测量更新；在扩展卡尔曼滤波协方差的更新方程式中加入一个渐消因子矩阵，并通过调节渐消因子实现对状态的强跟踪性能。本发明通过引入多重渐消因子对不同状态以不同的速率进行渐消跟踪，能有效的提高算法对SOC估计的收敛速度和估计精度。
基于多重因子卡尔滤波锂电池状态估计方法

[发明专利]一种基于可变渐消因子的卡尔曼滤波电流采集方法-CN201910597653.5在审
发明人：禹成海 -专利权人：苏州妙益科技股份有限公司
申请日： 2019-07-04 - 公布日： 2019-09-24 - 主分类号： H03H21/00 文献下载
摘要：本发明一种基于可变渐消因子的卡尔曼滤波电流采集方法，包括多个传感器以及滤波器，其中标准的卡尔曼滤波为UKF，强跟踪无迹卡尔曼滤波方法为MSTUKF，强跟踪滤波器为STF，本发明一种基于可变渐消因子的卡尔曼滤波电流采集方法，针对多惯性传感器导航系统，引入多重渐消因子来替代单一的标量渐消因子，以保证各个传感器通道具有不同的调节能力，提高滤波器的精度。
卡尔曼滤波电流采集可变滤波器无迹卡尔曼滤波传感器通道跟踪滤波器惯性传感器导航系统传感器标量跟踪引入替代保证

[发明专利]车载微惯性/卫星组合导航系统的自适应卡尔曼滤波方法-CN201710924054.0有效
发明人：胡斌杰;何书凡 -专利权人：华南理工大学
申请日： 2017-09-30 - 公布日： 2021-01-19 - 主分类号： G01C21/16 文献下载
摘要：该方法在当组合导航系统状态估计误差参数与量测噪声参数未知或时变时，在进行状态估计的同时，根据量测输出与状态信息实时地对量测噪声方差阵与状态噪声方差阵进行更新。利用指数渐消记忆加权平均方法，渐消陈旧量测噪声与系统噪声的影响，同时针对噪声方差阵可能失去正定性的问题，引入序贯滤波的方法对其矩阵中对角线上的每个元素的大小进行限制。
车载惯性卫星组合导航系统自适应卡尔滤波方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条