“无迹卡尔曼滤波 ”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1464400个，建议您升级VIP下载更多相关专利

[发明专利]一种迭代容积点无迹卡尔曼滤波方法-CN201811058809.4在审
发明人：徐晓苏;梁紫依;杨阳;袁杰;刘兴华 -专利权人：东南大学
申请日： 2018-09-11 - 公布日： 2019-02-26 - 主分类号： G06F17/15 文献下载
摘要：本发明公开了一种迭代容积点无迹卡尔曼滤波方法，包括以下步骤：迭代容积点无迹卡尔曼滤波算法sigma点的选取；重新确定sigma点的加权系数；给出容积点无迹卡尔曼滤波算法的流程；迭代计算容积点无迹卡尔曼滤波算法本发明能够有效应用在含有随机噪声的高自由度强非线性的系统中，协同处理解决计算量问题、非线性滤波发散问题、负权重问题，能够有效提高状态量的估计精度和实时性，不会使滤波结果发散。本发明相对于容积卡尔曼滤波可以更好地拟合非线性系统函数的统计特性，相对于无迹卡尔曼滤波可以避免sigma点权重的非正定性。
无迹卡尔曼滤波迭代算法权重非线性滤波非线性系统卡尔曼滤波迭代计算发散问题高自由度加权系数滤波结果随机噪声统计特性协同处理有效应用重新确定计算量实时性状态量发散拟合定性

[发明专利]基于去趋势项的无迹卡尔曼滤波视线跟踪的方法和系统-CN202310303296.3在审
发明人：张钧;晏小璟;刘小茂 -专利权人：华中科技大学
申请日： 2023-03-27 - 公布日： 2023-06-27 - 主分类号： G01C21/20 文献下载
摘要：本发明公开了一种基于去趋势项的无迹卡尔曼滤波视线跟踪算法，属于自动化制导技术领域。基于无迹卡尔曼滤波的目标视线跟踪问题中，必须满足系统中的噪声是高斯白噪声的要求，而实际噪声数据中一般含有趋势项，不满足这种要求。为此，本发明提出了一种使用Clamped B样条函数去除量测方程噪声的趋势项，从而将无迹卡尔曼滤波视线跟踪系统中量测方程噪声白化的算法。仿真结果表明，基于去趋势项的无迹卡尔曼滤波视线跟踪算法的位置偏差小于1.0m。与直接用无迹卡尔曼滤波算法相比，基于去趋势项的无迹卡尔曼滤波视线跟踪算法在非高斯白噪声系统中的滤波结果鲁棒性更好，并且有着更高的滤波精度。
基于趋势卡尔滤波视线跟踪方法系统

[发明专利]一种LSTM网络辅助卡尔曼滤波SOC估算方法-CN202110715903.8有效
发明人：刘桂雄;李远茂;李泓沛 -专利权人：华南理工大学
申请日： 2021-06-25 - 公布日： 2022-06-24 - 主分类号： G01R31/367 文献下载
摘要：本发明公开了一种LSTM网络辅助卡尔曼滤波SOC估算方法，该方法通过工况训练后的LSTM网络，调整自适应无迹卡尔曼滤波估算中的SOC的Sigma点，提高自适应无迹卡尔曼滤波SOC算法的精确性和稳定性；本发明提高了不同温度和不同工况下，自适应无迹卡尔曼滤波SOC算法估算精度和稳定性。
一种 lstm 网络辅助卡尔滤波 soc 估算方法

[发明专利]基于自适应无迹卡尔曼滤波的室内无人车定位方法-CN202211416782.8在审
发明人：邓军;王昭;吕汶;左祺森;王重月;谢凌烟;诗颖;孟子轲 -专利权人：西安电子科技大学
申请日： 2022-11-14 - 公布日： 2023-03-28 - 主分类号： H04W64/00 文献下载
摘要：本发明公开了一种基于自适应无迹卡尔曼滤波的室内无人车定位方法，主要要解决现有技术在复杂室内环境下无人车定位精度差的问题。其实现方案为：确定每个定位时刻自适应无迹卡尔曼滤波的状态坐标；确定每个定位时刻自适应无迹卡尔曼滤波的观测坐标；根据状态、观测坐标计算卡尔曼滤波系统的残差理论协方差和实际协方差及两方差的差值，并根据这两个方差确定每个定位时刻自适应无迹卡尔曼滤波的自适应系数；按照卡尔曼滤波增益公式确定每个定位时刻自适应无迹卡尔曼滤波的增益系数；根据这两个系数及两方差的差值计算每个定位时刻室内无人车的最终定位坐标。
基于自适应卡尔滤波室内无人定位方法

[发明专利]基于改进无迹卡尔曼滤波的自旋弹组合导航方法-CN202210887954.3在审
发明人：高杨;郭淑芳 -专利权人：武汉优米捷光电子制造有限责任公司
申请日： 2022-07-26 - 公布日： 2022-09-20 - 主分类号： G01S19/39 文献下载
摘要：本发明公开了基于改进无迹卡尔曼滤波的自旋弹组合导航方法，将卫星信号转换到NED坐标系；构建非线性系统模型；计算采样点均值、采样点协方差、以及采样点权值，构建无迹卡尔曼滤波器，利用无迹卡尔曼滤波器对采样点进行处理本发明可以降低无迹卡尔曼滤波UKF对系统初始值的要求，准确估计系统状态估计值的协方差，同时滤波器可实时更新和修正系统噪声，有效解决了导航数据滤波精度低和系统不稳定的问题。
基于改进卡尔滤波自旋组合导航方法

[发明专利]基于改进无迹卡尔曼粒子滤波的RAIM系统-CN201911240179.7在审
发明人：范国超;赵常;郝创博;薛铸鑫;汪伟峰;刘义 -专利权人：北京京航计算通讯研究所
申请日： 2019-12-06 - 公布日： 2020-04-10 - 主分类号： G01S19/20 文献下载
摘要：本发明属于全球卫星导航检测技术领域，具体涉及一种基于改进无迹卡尔曼粒子滤波的RAIM系统。与现有技术相比较，本发明为实现在非高斯观测噪声环境下有效开展接收机自主完好性监测，通过在粒子滤波方法中引入改进后的无迹卡尔曼滤波，通过改进无迹卡尔曼滤波实现粒子滤波中更合理的状态预测和建议密度计算，能够有效避免粒子退化现象，在保障粒子滤波接收机自主完好性监测方法对非高斯观测噪声环境的适应性的同时，也减少了引入无迹卡尔曼粒子滤波所带来的计算量，保证了算法运算效率。因此，该方案既改善粒子滤波退化问题，同时保障该方法对非高斯观测噪声的适应性，通过对无迹卡尔曼滤波的改进也减少来由其导致的计算量。
基于改进卡尔粒子滤波 raim 系统

[发明专利]基于改进无迹卡尔曼粒子滤波的RAIM方法-CN201911240626.9在审
发明人：范国超;张依漪;郝创博;薛铸鑫;汪伟峰 -专利权人：北京京航计算通讯研究所
申请日： 2019-12-06 - 公布日： 2020-04-07 - 主分类号： G01S19/20 文献下载
摘要：本发明属于全球卫星导航检测技术领域，具体涉及一种基于改进无迹卡尔曼粒子滤波的RAIM方法。与现有技术相比较，本发明为实现在非高斯观测噪声环境下有效开展接收机自主完好性监测，通过在粒子滤波方法中引入改进后的无迹卡尔曼滤波，通过改进无迹卡尔曼滤波实现粒子滤波中更合理的状态预测和建议密度计算，能够有效避免粒子退化现象，在保障粒子滤波接收机自主完好性监测方法对非高斯观测噪声环境的适应性的同时，也减少了引入无迹卡尔曼粒子滤波所带来的计算量，保证了算法运算效率。因此，该方案既改善粒子滤波退化问题，同时保障该方法对非高斯观测噪声的适应性，通过对无迹卡尔曼滤波的改进也减少来由其导致的计算量。
基于改进卡尔粒子滤波 raim 方法

[发明专利]针对周期运动目标的自适应无迹卡尔曼滤波器设计方法-CN202211553537.1在审
发明人：包启亮;孙敏行;缪礼;申庆瑜;毛耀 -专利权人：中国科学院光电技术研究所
申请日： 2022-12-06 - 公布日： 2023-03-28 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种针对周期运动目标的自适应无迹卡尔曼滤波器设计方法，用于改善滤波器对周期运动目标进行状态估计时的估计误差和滤波曲线平滑性，以满足更高精度的滤波需求。本发明提出一种针对周期运动目标的自适应无迹卡尔曼滤波器设计方法，可以在被跟踪目标运动方程不完全已知，控制器受采样周期和滤波算法运算时间影响的情况下，有效改善无迹卡尔曼滤波器的滤波效果，同时保证较高的运算效率本发明突破了传统无迹卡尔曼滤波方法的局限，利用巧妙的被估计状态量设计和公式设计，有效提升无迹滤波器的滤波精度和滤波曲线平滑性，优化滤波器的估计效果。
针对周期运动目标自适应卡尔滤波器设计方法

[实用新型]一种多传感器信息融合的车载DR系统-CN201620159654.3有效
发明人：王乐峰;吴冬涛;刘飞 -专利权人：西京学院
申请日： 2016-03-02 - 公布日： 2016-07-27 - 主分类号： G01C21/00 文献下载
摘要：一种多传感器信息融合的车载DR系统，包括水平加速计，水平加速计的第一输出端与单轴陀螺的输入端连接，水平加速计的第二输出端与三轴磁力计输入端连接，水平加速计的第三输出端与无迹卡尔曼滤波的第三输入端连接；单轴陀螺的第一输出端与里程计连接，单轴陀螺的第二输出端与无迹卡尔曼滤波的第二输入端连接；里程计的输出端与无迹卡尔曼滤波的第一输入端连接；三轴磁力计的输出端与无迹卡尔曼滤波的第四输入端连接；气压计与无迹卡尔曼滤波的第五输入端连接；使用时，通过无迹卡尔曼滤波将得到的水平姿态，航向角信息和前向速度进行数据融合，得到3D速度信息，然后积分得到3D位置信息；本实用新型具有低成本，高精度导航的优点。
一种传感器信息融合车载 dr 系统

[发明专利]基于互补滤波与无迹卡尔曼融合的姿态解算方法-CN202310822456.5在审
发明人：张伟;王志刚;邓永康;王小健 -专利权人：西安航捷电子科技有限公司
申请日： 2023-07-06 - 公布日： 2023-10-10 - 主分类号： G01C21/16 文献下载
摘要：本发明公开了基于互补滤波与无迹卡尔曼融合的姿态解算方法，具体涉及航道技术领域，具体解算步骤如下：S1：针对非线性系统，采用无迹卡尔曼对系统状态向量进行迭代更新。本发明通过将Mohony互补滤波与无迹卡尔曼滤波(UKF)算法进行融合，从使量测信息更加精确的角度出发，以基于互补滤波算法解算得到的姿态角替代直接由加速度和磁场强度信息计算得到的姿态角，提升整体姿态解算精度；同时此融合算法的框架是基于无迹卡尔曼滤波算法，通过无迹变换对非线性函数的概率分布进行近似，避免了扩展卡尔曼滤波算法由于泰勒展开导致的高阶截断误差，提升了对于非线性系统的姿态解算精度。
基于互补滤波卡尔融合姿态方法

[发明专利]一种基于初值补偿无迹卡尔曼滤波算法的锂离子电池自适应荷电估计方法-CN202210251336.X在审
发明人：高哲;苗悦;魏俊秀;柴浩宇;焦芷媛;马瑞诚;袁奉麟 -专利权人：辽宁大学
申请日： 2022-03-15 - 公布日： 2022-06-14 - 主分类号： G01R31/367 文献下载
摘要：本发明基于初值补偿无迹卡尔曼滤波算法的锂离子电池自适应荷电估计方法，包括如下步骤：步骤1，选择等效电路模型；步骤2，采用增广向量法处理状态初始值、未知阶次以及未知参数，通过迭代法处理噪声，更新自适应分数阶无迹卡尔曼滤波算法；步骤3，根据所提带有初值补偿的无迹卡尔曼滤波算法对噪声进行自适应处理，进而估计锂离子电池的SOC值。本发明提供一种基于初值补偿的自适应分数阶无迹卡尔曼滤波器，该方法相比于未初值补偿、噪声已知时的自适应分数阶无迹卡尔曼滤波算法，有效地提升了锂离子电池的SOC估计精度，提高了锂离子电池在不同工况下的自适应能力
一种基于初值补偿卡尔滤波算法锂离子电池自适应估计方法

[发明专利]一种PMSM无速度传感器转子检测方法-CN201911087002.8在审
发明人：杜昭平;吴伟;李伟;王伟然;杨晓飞;伍雪冬 -专利权人：江苏科技大学
申请日： 2019-11-08 - 公布日： 2020-02-07 - 主分类号： H02P21/18 文献下载
摘要：本发明涉及一种PMSM无速度传感器转子检测方法，针对扩展卡尔曼算法在永磁同步电机转子估计上的局限性，在电机的转子估计上使用一种基于Sage‑Husa滤波算法，和平方根无迹卡尔曼滤波算法相结合，得到改进无迹卡尔曼算法改进无迹卡尔曼算法能够在线估计过程噪声或者测量噪声的协方差矩阵，避免了传统卡尔曼滤波器由于仅假设估计过程中存在高斯白噪声而导致的滤波估计性能降低，甚至可能导致滤波发散等问题，利用无迹变换可以使得估算值的精度达到二阶精度，这使得获得的转子位置和电机转速的精度提高，平方根算法也可以使得状态协方差的半正定性得到保证，这也使得滤波的稳定性得到保证。
卡尔曼算法转子滤波无迹永磁同步电机转子无迹卡尔曼滤波卡尔曼滤波器无速度传感器高斯白噪声平方根算法协方差矩阵电机转速过程噪声滤波估计滤波算法无迹变换性能降低在线估计转子位置协方差发散二阶算法噪声改进电机定性估算测量保证检测

[发明专利]一种基于无迹卡尔曼滤波的车速估算方法及系统-CN202010693403.4在审
发明人：户亚威;苟斌;王成君;车顺;杜佩瑾 -专利权人：东风汽车集团有限公司
申请日： 2020-07-17 - 公布日： 2020-11-17 - 主分类号： B60W40/105 文献下载
摘要：本申请公开了一种基于无迹卡尔曼滤波的车速估算方法及系统，涉及车速估算技术领域，该车速估算方法包括步骤：建立高精度车辆模型，获取整车参数；建立多自由度车辆动力学模型，根据所述整车参数，确定无迹卡尔曼滤波器的状态方程和观测方程，并确定所述无迹卡尔曼滤波器的输入量、状态量以及观测量，所述状态量至少包括纵向速度和侧向速度；利用车速估算器，结合当前时刻的状态量，以及所述状态方程和观测方程，估算下一时刻的纵向速度和侧向速度。本申请的基于无迹卡尔曼滤波的车速估算方法及系统，通过车速估算器结合无迹卡尔曼滤波算法，可在车辆运行过程中准确地估算出车辆的实时纵向速度和侧向速度，以提高车辆动力学控制的精度。
一种基于卡尔滤波车速估算方法系统

[发明专利]一种基于初值补偿无迹卡尔曼滤波算法的锂离子电池自适应荷电估计方法-CN202210859238.4在审
发明人：高哲;苗悦;魏俊秀;柴浩宇;焦芷媛;马瑞诚;袁奉麟 -专利权人：辽宁大学
申请日： 2022-07-21 - 公布日： 2022-10-18 - 主分类号： G01R31/367 文献下载
摘要：一种基于初值补偿无迹卡尔曼滤波算法的锂离子电池自适应荷电估计方法，包括如下步骤：步骤1，选择等效电路模型；步骤2，采用增广向量法处理状态初始值、未知阶次以及未知参数，通过迭代法处理噪声，更新自适应分数阶无迹卡尔曼滤波算法；步骤3，根据所提带有初值补偿的无迹卡尔曼滤波算法对噪声的协方差矩阵进行自适应估计，进而估计锂离子电池的SOC值。本发明提供一种基于初值补偿的自适应分数阶无迹卡尔曼滤波器设计方法，该方法相比于未初值补偿、噪声协方差矩阵已知时的自适应分数阶无迹卡尔曼滤波算法，有效地提升了锂离子电池的SOC估计精度，提高了锂离子电池在不同工况下的
一种基于初值补偿卡尔滤波算法锂离子电池自适应估计方法

[发明专利]基于自适应无迹卡尔曼滤波的惯导姿态补偿方法-CN202211649906.7在审
发明人：唐影;王重月;钱海雷;邓军 -专利权人：昆山九毫米电子科技有限公司
申请日： 2022-12-21 - 公布日： 2023-03-21 - 主分类号： G01C21/16 文献下载
摘要：本发明公开了一种基于自适应无迹卡尔曼滤波的惯导姿态补偿方法，主要解决现有技术采用无迹卡尔曼滤波精度不准的问题，其实现方案是，确定每个时刻自适应无迹卡尔曼滤波的状态向量；确定每个时刻的自适应无迹卡尔曼滤波的量测向量通过量测向量建立关于自适应系数的最大似然函数；通过比较不同状态下每一个时刻的似然函数，取得最优的自适应系数；根据选取的自适应系数求得状态协方差矩阵和量测协方差矩阵；根据状态协方差矩阵和量测协方差矩阵求得自适应无迹卡尔曼滤波的增益系数
基于自适应卡尔滤波姿态补偿方法

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