“卡尔曼滤波算法”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559648个，建议您升级VIP下载更多相关专利

[发明专利]一种基于新型Kalman滤波的多维时空数据估计方法-CN202010226213.1在审
发明人：孙朝辉;武文生;王勇;闵治纲 -专利权人：上海天好信息技术股份有限公司
申请日： 2020-03-27 - 公布日： 2020-06-19 - 主分类号： G01S19/37 文献下载
摘要：本发明公开一种基于新型Kalman滤波的多维时空数据估计方法，包括以下步骤：区间卡尔曼滤波算法优化研究、卡尔曼滤波算法、卡尔曼滤波算法噪声误差分析、卡尔曼滤波算法状态误差分析、区间运算在卡尔曼滤波中的分析、区间矩阵在卡尔曼滤波中的分析和新型区间卡尔曼滤波算法；本发明将区间运算应用于卡尔曼滤波算法，用来修正系统状态模型误差，并将误差分为两部分来分析，第一部分是噪声统计特性的经验估计误差对滤波效果的影响，第二部分是状态模型误差对滤波效果的影响，且利用区间的模糊性用来描述误差范围，将区间运算特有的交集和并集运算引入到最优化估计中来达到区间卡尔曼滤波较好的结果。
一种基于新型 kalman 滤波多维时空数据估计方法

[发明专利]一种基于卡尔曼滤波的室内机器人定位算法-CN202011355515.5有效
发明人：鹿建银;胡敦 -专利权人：巢湖学院
申请日： 2020-11-27 - 公布日： 2022-06-10 - 主分类号： H04W4/02 文献下载
摘要：本发明涉及一种基于卡尔曼滤波的室内机器人定位算法，包括如下步骤：1)建距离模型；2)基于卡尔曼滤波室内机器人定位模型：2.1)卡尔曼滤波过程迭代执行；2.2)卡尔曼滤波的工作；3)卡尔曼滤波室内机器人定位算法优化滤波参数，当网络初始化后，读取相应参数，这是反馈系统的输入，之后求取观测值，实施卡尔曼滤波算法，最后输出最优状态预估值。本发明提出的基于卡尔曼滤波算法，选取恰当的状态误差矩阵及观测误差矩阵，优化定位精度，提高室内机器人的定位性能。
一种基于卡尔滤波室内机器人定位算法

[发明专利]笔迹预测方法、装置、电子设备及存储介质-CN202310444489.0在审
发明人：彭昱舟 -专利权人：成都京东方智慧科技有限公司;京东方科技集团股份有限公司;北京京东方技术开发有限公司
申请日： 2023-04-23 - 公布日： 2023-07-21 - 主分类号： G06F3/0354 文献下载
摘要：其中，方法包括：确定当前笔迹输入点的输入数据；获取卡尔曼滤波算法，基于输入数据对卡尔曼滤波算法的参数进行校正更新，得到更新后的卡尔曼滤波算法，利用更新后的卡尔曼滤波算法进行笔迹预测处理，得到当前笔迹输入点的笔迹预测结果并输出这样只需要保存卡尔曼滤波算法的各项参数即可，无需保存大量的数据，内存消耗少，由于卡尔曼滤波算法可以直接根据当前笔迹输入点的输入数据对各项参数进行更新，因此各项参数可以根据当前笔迹输入点的输入数据进行不断的调整，使得卡尔曼滤波算法能够适应各种场景的笔迹输入预测方案，进而有效提高笔迹输入预测方案的泛化性。
笔迹预测方法装置电子设备存储介质

[发明专利]一种基于卡尔曼滤波定位的非线性系统状态估计方法-CN201611038825.8有效
发明人：张朝辉;刘三阳;王月娇 -专利权人：西安电子科技大学
申请日： 2016-11-23 - 公布日： 2019-07-26 - 主分类号： G01S5/02 文献下载
摘要：本发明公开了一种基于卡尔曼滤波定位的非线性系统状态估计方法，提出了一种非线性滤波算法与卡尔曼滤波相结合的强适应卡尔曼滤波机制，使用基于平方根容积卡尔曼滤波的RSSI状态估计算法，对节点位置和信道参数同时进行估计，得到状态向量的估计值；依据状态方程的线性变化，使用卡尔曼滤波进一步处理得到最优估计，建立强适应平方根容积卡尔曼滤波算法；同理给出强适应扩展卡尔曼滤波算法的设计步骤；计算状态空间模型下基于RSSI状态估计的理论均方根误差下界本发明不过分依赖于不合适的初始条件；能够很好地适用于高度非线性化系统，不会轻易让算法发散失效。
卡尔曼滤波状态估计算法非线性系统平方根初始条件卡尔曼滤波算法扩展卡尔曼滤波状态估计算法状态空间模型非线性滤波高度非线性均方根误差节点位置线性变化信道参数状态方程状态向量最优估计发散下界

[发明专利]基于电动汽车充电非线性负荷特征的卡尔曼和修正小波变换滤波方法-CN201810052698.X有效
发明人：王立辉;祁顺然 -专利权人：东南大学
申请日： 2018-01-19 - 公布日： 2021-07-27 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于电动汽车充电非线性负荷特征的卡尔曼和修正小波变换滤波方法，包括如下步骤：根据电动汽车充电非线性负荷中直流基波、非稳态波信号特征对传统小波变换算法的阈值参数、分层参数进行合理修正；利用修正小波变换滤除非稳态波和高次谐波；利用卡尔曼滤波算法滤除低次谐波；检测信号突变点；卡尔曼滤波算法信号突变点处的平滑；通过上一步检测到信号突变点处后，在其后的时间L采用修正小波变换分解替换卡尔曼滤波算法分解得到信号突变点处的基波信号。本发明能够提高卡尔曼滤波算法的识别准确度，避免了卡尔曼滤波算法在信号突变处的“爬坡延迟”现象。
基于电动汽车充电非线性负荷特征卡尔修正变换滤波方法

[发明专利]一种基于卡尔曼滤波的信号补偿方法及装置-CN202011507614.0在审
发明人：张奇;张晓光;肖晓晟;席丽霞;张文博;崔楠 -专利权人：北京邮电大学
申请日： 2020-12-18 - 公布日： 2021-04-30 - 主分类号： H03H21/00 文献下载
摘要：本发明提供一种基于卡尔曼滤波的信号补偿方法及装置，该方法包括：获取待处理光纤信号；通过对角化卡尔曼滤波器算法对所述待处理光纤信号进行最优估计，得到目标光纤信号；其中，所述对角化卡尔曼滤波器算法迭代过程中的协方差矩阵为对角矩阵通过采用了对角矩阵的对角化卡尔曼滤波器算法，其对滤波过程中的协方差矩阵P进行对角化使其变为对角矩阵，在保证卡尔曼滤波算法性能的前提下大大降低矩阵运算的复杂度，因此通过对角化卡尔曼滤波器算法对所述待处理光纤信号进行最优估计
一种基于卡尔滤波信号补偿方法装置

[发明专利]一种卫星导航系统中基于卡尔曼滤波的RAIM算法-CN201510580633.9有效
发明人：孙俊忍;谭思远;朱柏承 -专利权人：北京大学
申请日： 2015-09-12 - 公布日： 2017-12-01 - 主分类号： G01S19/20 文献下载
摘要：本发明公开了一种卫星导航中基于卡尔曼滤波的RAIM算法。该方法根据导航电文计算卫星位置、速度。接收机根据遮蔽角，剔除低仰角卫星，同时求得测量关系矩阵。根据GDOP值，选择解算卫星。首次解算时利用最小二乘法估计接收机的位置速度信息后，切换至卡尔曼滤波，同时卡尔曼滤波架构下的RAIM算法开始工作。若发现故障，接收机进行局部检测，并将故障卫星隔离。待故障卫星隔离之后，利用最小二乘法的定位结果重置卡尔曼滤波器，系统再次进入卡尔曼滤波和监测工作状态。该发明将RAIM算法运用到卡尔曼滤波中，增加了卡尔曼滤波定位的连续性、稳定性和鲁棒性，同时最小二乘法和卡尔曼滤波相结合，互相补充，充分发挥了二者的优势。
一种卫星导航系统基于卡尔滤波 raim 算法

[发明专利]一种基于DBN和卡尔曼滤波算法的AGV定位算法-CN201710027637.3在审
发明人：王瑞;刘明山;周原 -专利权人：吉林大学
申请日： 2017-01-15 - 公布日： 2017-05-17 - 主分类号： G01C21/20 文献下载
摘要：本发明涉及一种基于DBN和卡尔曼滤波算法的AGV定位算法，属于机器人定位和深度学习领域。采集多组AGV运动过程中的速度和加速度信息，通过卡尔曼滤波算法估计出AGV不同时刻的位置信息；根据步骤1中采集到的信息，建立卡尔曼滤波过程中新息方差理论值的和实际测量值间的匹配度变量Ink，训练DBN；将训练好的DBN和卡尔曼滤波算法相结合，当匹配度偏离1时，通过DBN产生的自适应调节因子，校准匹配度变量，保证卡尔曼滤波算法对AGV位置和速度的精准估计。本发明根据卡尔曼滤波算法中新息序列理论方差和实际方差的一致程度，利用DBN获取自适应调节因子，对卡尔曼滤波器的噪声方差矩阵进行修正，保证了AGV运行过程中对位置的精确估计。
一种基于 dbn 卡尔滤波算法 agv 定位

[发明专利]电动汽车的车速和道路坡度计算方法-CN202210237002.7在审
发明人：郭丁伊;于长虹;刘元治;杨钫;梁赫奇;刘建康;徐家良;尹建坤;宋浩源 -专利权人：中国第一汽车股份有限公司
申请日： 2022-03-11 - 公布日： 2022-05-27 - 主分类号： G06F30/15 文献下载
摘要：本发明实施例公开了一种电动汽车的车速和道路坡度计算方法、装置、电子设备和存储介质，该方法包括：获取电动汽车车辆状态数据；基于车辆动力学方程和车辆状态数据建立电动汽车的车辆状态数据的关系模型；基于电动汽车的车辆状态数据的关系模型构建扩展卡尔曼滤波算法模型；基于扩展卡尔曼滤波算法模型计算新息理论协方差和新息实际协方差；基于新息理论协方差和新息实际协方差确定卡尔曼滤波系数；利用卡尔曼滤波系数构建自适应扩展卡尔曼滤波算法模型以计算车速和道路坡度的估计值。即通过新息理论协方差和新息实际协方差确定卡尔曼滤波系数，进而构建自适应扩展卡尔曼滤波算法模型，提高不同驾驶工况下计算车速和道路坡度的估计值的准确率。
电动汽车车速道路坡度计算方法

[发明专利]一种电池SOC估算方法及系统-CN202011205087.8在审
发明人：张俊雄;宋爱 -专利权人：珠海格力电器股份有限公司
申请日： 2020-11-02 - 公布日： 2021-03-23 - 主分类号： G01R31/3842 文献下载
摘要：本发明涉及一种电池SOC估算方法及系统，该方法包括：确定电池的电池模型，及，控制模型；将所述电池模型的计算结果代入控制模型，得到卡尔曼滤波的控制参数；根据所述控制参数，采用卡尔曼滤波算法估算电池SOC；其中，所述卡尔曼滤波的控制参数包括：噪声协方差；所述噪声协方差，根据模糊控制算法进行估算。本发明提供的技术方案，通过模糊控制算法估算电池模型的噪声协方差，进而更新卡尔曼滤波的控制参数，提高了卡尔曼滤波算法估算电池SOC的精确度，提高了算法的鲁棒性和容错率，用户体验度好、满意度高。
一种电池 soc 估算方法系统

[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]一种基于鲸鱼优化卡尔曼滤波算法的行波故障测距方法-CN202110501421.2有效
发明人：聂晓华;王屹昆;梁乐乐;孙运 -专利权人：南昌大学
申请日： 2021-05-08 - 公布日： 2022-07-12 - 主分类号： G01R31/08 文献下载
摘要：本发明公开了一种基于鲸鱼优化卡尔曼滤波算法的行波故障测距方法，涉及电力技术领域，针对小波变换需要选取小波基，不具备自适应性，引进卡尔曼滤波算法，同时用鲸鱼优化算法来整定卡尔曼滤波初始参数。鲸鱼优化算法具有原理简单、过程易于实现、寻优速度快等优点，可以对目标函数在解空间进行全局并行随机搜索，使得卡尔曼滤波算法能快速精准跟踪信号，从而减小测距误差使行波测距更加准确。
一种基于鲸鱼优化卡尔滤波算法行波故障测距方法

[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]一种基于自适应卡尔曼滤波算法的MEMS陀螺滤波方法-CN202011492935.8在审
发明人：陈志刚;曲友阳;童鑫;张雷;戴路 -专利权人：长光卫星技术有限公司
申请日： 2020-12-17 - 公布日： 2021-04-09 - 主分类号： G06F17/11 文献下载
摘要：本发明涉及一种基于自适应卡尔曼滤波算法的MEMS陀螺滤波方法，包括以下步骤：步骤一：建立卡尔曼滤波器的状态方程和测量方程；步骤二：根据MEMS陀螺的静态角速度数据计算得到卡尔曼滤波算法的测量噪声方差阵，及迭代计算得到卡尔曼滤波算法的过程噪声方差阵；步骤三：利用卡尔曼滤波算法对MEMS陀螺的数据进行滤波；步骤四：根据滤波结果计算过程噪声方差阵的迭代系数，返回步骤二，对过程噪声方差阵进行更新迭代，直至完成MEMS陀螺的数据滤波。本发明的滤波方法对模型精度要求不高，可以自主迭代计算过程噪声方差阵，能够有效降低MEMS陀螺的随机噪声，实时提高MEMS陀螺动态数据输出精度，从而提高卫星的姿态稳定度。
一种基于自适应卡尔滤波算法 mems 陀螺方法

[发明专利]一种基于卡尔曼滤波器的电液伺服系统波形再现控制方法-CN200910187972.5有效
发明人：关广丰;熊伟;王海涛;王祖温;马文琦;弓永军 -专利权人：大连海事大学
申请日： 2009-10-19 - 公布日： 2010-05-05 - 主分类号： G05D19/02 文献下载
摘要：本发明公开了一种基于卡尔曼滤波器的电液伺服系统波形再现控制方法，包括以下步骤：设定参考信号；利用单步预测卡尔曼滤波算法调整卡尔曼滤波器I的权值，进行电液伺服系统频率响应函数的辨识，并基于辨识结果构造滤波器IV；将参考信号延时；利用单步预测卡尔曼滤波算法调整卡尔曼滤波器II的权值，进行卡尔曼滤波器I的阻抗函数辨识，并基于辨识结果构造滤波器III；利用滤波器III对参考信号滤波，将其输出信号作为电液伺服系统的位置输入信号本发明采用的单步预测卡尔曼滤波算法的收敛性确保了在电液伺服系统特性和试件特性发生变化时，系统频率响应函数及阻抗函数辨识的收敛性，因此确保了参考波形实时在线迭代的收敛性。
一种基于卡尔滤波器伺服系统波形再现控制方法

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