“卡尔曼滤波器”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8649538个，建议您升级VIP下载更多相关专利

[发明专利]基于神经网络的高精度非线性卡尔曼滤波器设计方法-CN202310548410.9在审
发明人：文成林;文韬;刘晋卓 -专利权人：广东石油化工学院
申请日： 2023-05-16 - 公布日： 2023-08-29 - 主分类号： H03H17/02 文献下载
摘要：本发明公开了基于神经网络的高精度非线性卡尔曼滤波器设计方法，所述设计方法为将卡尔曼预测与更新过程的求解结果组合做为神经网络的输入特征，建立深度神经网络卡尔曼滤波器，基于卡尔曼滤波器与深度神经网络卡尔曼滤波器设计了一种融合滤波器估计方法，通过仿真实验表明，深度神经网络卡尔曼滤波器的估计精度优于卡尔曼滤波器，融合滤波器估计方法的估计精度同时优于深度神经网络卡尔曼滤波器与卡尔曼滤波器。本发明采用上述基于神经网络的高精度非线性卡尔曼滤波器设计方法，可以实现线性高斯系统目标状态跟踪过程，将传统卡尔曼滤波预测步骤、更新步骤中的结果及结果组合作为神经网络输入特征，来训练其最优非线性组合形式的离线滤波器
基于神经网络高精度非线性卡尔滤波器设计方法

[发明专利]一种基于多滤波器信息融合的自适应目标跟踪方法-CN202010233906.3有效
发明人：蒋雯;马泽宇;邓鑫洋;耿杰;李新宇 -专利权人：西北工业大学
申请日： 2020-03-30 - 公布日： 2021-12-28 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于多滤波器信息融合的自适应目标跟踪方法，包括以下步骤：步骤一构造多卡尔曼滤波器数据融合跟踪模型；步骤二判断自适应卡尔曼滤波器是否需要更新参数；步骤三计算多个定参数卡尔曼滤波器的不确定信息；步骤四将多个定参数卡尔曼滤波器的不确定信息转化为证据；步骤五将融合后的证据转化为概率；步骤六更新自适应卡尔曼滤波器的参数。本发明在多个卡尔曼滤波器的基础上添加了一个参数自适应调节的卡尔曼滤波器，因而具有更好的抗干扰性；并用证据理论融合新息信息的不确定信息生成概率值；以多个卡尔曼滤波器的参数作为参考值，结合概率值对自适应卡尔曼滤波器的参数进行更新
一种基于滤波器信息融合自适应目标跟踪方法

[实用新型]一种多功能卡尔曼滤波装置-CN201720616728.6有效
发明人：许大星;王海伦;张露;柴国飞 -专利权人：衢州学院
申请日： 2017-05-27 - 公布日： 2017-12-15 - 主分类号： H04N7/18 文献下载
摘要：本实用新型属于数据处理技术领域，公开了一种多功能卡尔曼滤波装置，设置有监控器；监控器包括图像处理芯片、显示屏、卡尔曼滤波器、处理器和温度传感器；图像处理芯片、温度传感器均通过导线连接卡尔曼滤波器；卡尔曼滤波器通过导线连接处理器；处理器再经反馈信号线与卡尔曼滤波器连接后与显示屏连接；温度传感器设置至少一个；卡尔曼滤波器包括主滤波器和至少一个局部滤波器；所述主滤波器和至少一个局部滤波器通过导线互逆连接等。本实用新型为多功能卡尔曼滤波装置，使用基于卡尔曼滤波器的监控器，能够呈现更加精确的，清晰的画面，同时可以提供室内温度，功能完善，方便用户的使用，使用效果明显。
一种多功能卡尔滤波装置

[发明专利]通过跟踪解决雷达系统中的多普勒模糊-CN202010089953.5有效
发明人： S.曾;I.比利克;Y.胡 -专利权人：通用汽车环球科技运作有限责任公司
申请日： 2020-02-13 - 公布日： 2023-06-09 - 主分类号： G01S7/40 文献下载
摘要：用状态变量生成多个卡尔曼滤波器，状态变量包括基于距离、方位角和模糊距离变化率的参数。多个卡尔曼滤波器中的每一个针对明确的距离变化率提供不同的估计。该方法还包括使用雷达系统的额外检测来更新多个卡尔曼滤波器，从多个卡尔曼滤波器中选择一被选择的卡尔曼滤波器，该卡尔曼滤波器在对应于多个卡尔曼滤波器并从多个卡尔曼滤波器导出的多个概率质量中展现出最高的概率质量，并使用选定的卡尔曼滤波器来确定对象的明确距离变化率。
通过跟踪解决雷达系统中的多普勒模糊

[发明专利]基于卡尔曼滤波和粒子滤波的目标位置计算方法及系统-CN202110472723.1在审
发明人：于兴虎;王春翔 -专利权人：宁波智能装备研究院有限公司
申请日： 2021-04-29 - 公布日： 2021-07-23 - 主分类号： G06T7/277 文献下载
摘要：本发明涉及一种基于卡尔曼滤波和粒子滤波的目标位置计算方法及系统，方法包括：获取目标运动图像中的检测位置；根据检测位置利用卡尔曼滤波器计算目标的第一初始位置；卡尔曼滤波器是基于匀速模型的卡尔曼滤波器；根据检测位置利用粒子滤波器计算目标的第二初始位置；根据卡尔曼滤波器检测目标是否出现连续运动，得到检测结果；根据检测结果确定卡尔曼滤波器的权重和粒子滤波器的权重；根据第一初始位置、第二初始位置、卡尔曼滤波器和粒子滤波器的权重计算目标位置。
基于卡尔滤波粒子目标位置计算方法系统

[发明专利]一种基于双卡尔曼滤波器实现目标位置预测的方法-CN202210526125.2有效
发明人：林敏;刘倩云 -专利权人：睿迪纳（南京）电子科技有限公司
申请日： 2022-05-16 - 公布日： 2022-09-20 - 主分类号： G06F17/10 文献下载
摘要：本发明公开了一种基于双卡尔曼滤波器实现目标位置预测的方法。该方法包括确定当前NLOS误差范围；根据NLOS误差范围调整当前时刻经典卡尔曼滤波器的状态误差协方差和噪声误差协方差；将调整后的状态误差协方差和噪声误差协方差输入经典卡尔曼滤波器中进行当前时刻的状态估计；将经典卡尔曼滤波器输出的状态估计值和状态误差方差输入至输入扩展卡尔曼滤波器中，扩展卡尔曼滤波器以经典卡尔曼滤波器输出的状态估计值和状态误差方差分别作为扩展卡尔曼滤波器的测量值和测量噪声方差进行预测。
一种基于卡尔滤波器实现目标位置预测方法

[发明专利]基于级联卡尔曼滤波器的串扰恢复方法-CN202211547151.X在审
发明人：田凤;忻向军;岳墨海;张琦;姚海鹏;高然;张文全;王拥军;武瑞德;田清华;王富;黄鑫;李志沛;武天泽;王珏 -专利权人：北京邮电大学;北京理工大学;雅泰歌思（上海）通讯科技有限公司
申请日： 2022-12-04 - 公布日： 2023-10-13 - 主分类号： H04L25/03 文献下载
摘要：本申请公开了一种基于级联卡尔曼滤波器的串扰恢复方法，所述级联卡尔曼滤波器包括线性卡尔曼滤波器和扩展卡尔曼滤波器，对于同一个带噪信号，会经过两次卡尔曼的迭代滤波，同时会进行两次判决，分别对信号的幅值和相位进行恢复补偿，这弥补了单一卡尔曼滤波器只能应对同一种类型噪声的不足，提高了计算的准确度和精度。
基于级联卡尔滤波器恢复方法

[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

[发明专利]一种基于卡尔曼滤波器的电液伺服系统随机振动控制方法-CN200910187976.3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随机振动控制方法，包括以下步骤：将加速度功率谱密度参考信号转换为加速度时域驱动信号；将电液伺服系统的加速度输入信号作为卡尔曼滤波器I的加速度输入信号；利用单步预测卡尔曼滤波算法实时在线调整卡尔曼滤波器I和卡尔曼滤波器II的权值，分别进行电液伺服系统频率响应函数和卡尔曼滤波器I阻抗函数的辨识；基于卡尔曼滤波器II的阻抗函数辨识结果构造滤波器III，并对加速度时域驱动信号滤波，将其输出信号作为电液伺服系统的加速度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，加速度功率谱密度实时在线迭代的收敛性。
一种基于卡尔滤波器伺服系统随机振动控制方法

[发明专利]基于时域与频域的卡尔曼平滑滤波方法及平滑滤波器-CN202110411002.X有效
发明人：王静波;熊盛青;罗锋;郭志宏;周锡华;王冠鑫 -专利权人：北方工业大学;中国自然资源航空物探遥感中心
申请日： 2021-04-16 - 公布日： 2023-03-21 - 主分类号： G01S19/39 文献下载
摘要：本发明涉及信号平滑滤波技术领域，为基于时域与频域的卡尔曼平滑滤波方法及平滑滤波器，包括获取待滤波信号；采用泰勒级数低阶近似模型，根据信号采样频率和模型维数，确定平滑滤波器的状态方程和量测方程；根据卡尔曼平滑滤波算法，确定平滑滤波器的频率响应函数，进而可得到其幅频特性函数；根据所设计平滑滤波器的幅频特性参数，估算系统噪声和量测噪声的统计特性参数；根据卡尔曼滤波模型及其噪声统计特性参数，采用卡尔曼平滑滤波算法，对所述待滤波信号进行平滑滤波处理由于采用双向卡尔曼滤波，估值精度优于传统的卡尔曼低通滤波器。在频率域，可同传统的FIR低通滤波器一样，使用方便，且对于低信噪比测量信号，可以获得更高的滤波精度。
基于时域卡尔平滑滤波方法滤波器

[发明专利]定位方法和装置、电子设备、车端设备、自动驾驶汽车-CN202010655526.9在审
发明人：程风;杨晓龙;宋适宇 -专利权人：北京百度网讯科技有限公司
申请日： 2020-07-09 - 公布日： 2020-10-23 - 主分类号： G01C21/28 文献下载
摘要：本公开实施例公开了一种定位方法和装置、电子设备、车端设备、自动驾驶汽车和存储介质，涉及自动驾驶技术领域，包括：获取至少两个卡尔曼滤波器分别输出的导航信息，其中，每个卡尔曼滤波器均连接一个惯性测量单元，对多个导航信息进行融合，得到定位信息，通过采用一个惯性测量单元连接至一个卡尔曼滤波器，并对从各卡尔曼滤波器获取的多个导航信息进行融合，避免了现有技术中采用一个卡尔曼滤波器对多个惯性测量单元输出的相关信息进行计算时，计算量较大，效率偏低的技术问题，实现了降低各卡尔曼滤波器的计算量，提高计算效率的技术效果，且由于各卡尔曼滤波器之间为并行作业，进行可以减少信息干扰，从而提高定位信息的可靠性的技术效果。
定位方法装置电子设备设备自动驾驶汽车

[发明专利]一种电液伺服系统随机振动控制方法-CN200910187973.X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： 2010-04-21 - 主分类号： F15B21/08 文献下载
摘要：本发明公开了一种电液伺服系统随机振动控制方法，包括以下步骤：利用加速度功率谱密度参考信号设计滤波器III，并对白噪声信号滤波，将其输出作为加速度时域驱动信号；利用单步预测卡尔曼滤波算法实时在线调整卡尔曼滤波器I和卡尔曼滤波器II的权值，分别进行电液伺服系统频率响应函数和卡尔曼滤波器I阻抗函数的辨识；基于卡尔曼滤波器II的阻抗函数辨识结果构造滤波器IV，并对加速度时域驱动信号滤波，将其输出信号作为电液伺服系统的加速度输入信号本发明利用滤波器III对白噪声信号滤波得到加速度时域驱动信号，简化了时域驱动信号生成过程。本发明采用的单步预测卡尔曼滤波算法的收敛性确保了功率谱密度实时在线迭代的收敛性。
一种伺服系统随机振动控制方法

[发明专利]一种融合地图信息的改进卡尔曼滤波器室内定位跟踪方法-CN201710268648.0有效
发明人：卢小峰;王建林;边海宾;张子博;刘嘉钰;杨二周 -专利权人：西安电子科技大学
申请日： 2017-04-23 - 公布日： 2019-11-26 - 主分类号： G01C21/20 文献下载
摘要：本发明属于室内定位技术领域，公开了一种融合地图信息的改进卡尔曼滤波器室内定位跟踪方法及系统，其实现步骤为：(1)确定基本离散卡尔曼滤波器方程和对应的变量；(2)计算标准卡尔曼滤波器的时间更新方程和测量更新方程；(3)融合地图信息判断定位终端是否到达拐角附近；(4)判断定位终端是否发生转弯；(5)如果定位终端发生转弯，则调整卡尔曼滤波器的参数，修正拐角处的跟踪结果。本发明解决了现有标准卡尔曼滤波器在拐角处定位跟踪效果较差的问题。本发明减小了标准卡尔曼滤波器定位跟踪方法在拐角处的偏差，提高了定位终端发生转弯时的定位跟踪精度。
一种融合地图信息改进卡尔滤波器室内定位跟踪方法

[发明专利]使用双扩展卡尔曼滤波器的电池状态估计方法和系统-CN201510363336.9有效
发明人：崔宇镇 -专利权人：崇实大学校产学协力团
申请日： 2015-06-26 - 公布日： 2018-06-26 - 主分类号： G01R31/36 文献下载
摘要：使用双扩展卡尔曼滤波器的电池状态估计方法和系统。公开了一种电池状态估计方法和系统。电池状态估计是通过应用ARX模型和双扩展卡尔曼滤波器来提供的。电池状态估计系统使用ARX模型估计电池模型的参数，并且通过将所估计的电池模型的参数应用到双扩展卡尔曼滤波器来估计电池状态，该双扩展卡尔曼滤波器包括用于估计电池的充电状态(SOC)的状态滤波器和用于估计电池的健康状态(SOH)的加权滤波器。
扩展卡尔曼滤波器电池状态估计电池模型电池加权滤波器状态滤波器参数应用充电状态电池状态健康状态模型估计应用

[发明专利]一种基于交互卡尔曼模型的时变洋流估算方法及系统-CN202310341372.X在审
发明人：张淏酥;马成;郑若晗;王涛;苗建明;龚喜;彭超;任磊;徐灵基 -专利权人：中山大学;南方海洋科学与工程广东省实验室（珠海）
申请日： 2023-03-31 - 公布日： 2023-07-04 - 主分类号： G01C21/20 文献下载
摘要：本发明提供了一种基于交互卡尔曼模型的时变洋流估算方法及系统，所述方法包括：根据获取的目标区域洋流信息建立预设数目的洋流子模型；根据各个洋流子模型，构建对应的线性卡尔曼子滤波器；根据各个线性卡尔曼子滤波器输出的导航参数和协方差矩阵，得到子滤波器混合概率，并根据子滤波器混合概率，得到各个线性卡尔曼子滤波器的融合洋流信息；根据各个线性卡尔曼子滤波器的融合洋流信息，得到融合滤波器输出，并根据融合滤波器输出，得到时变洋流估值。本发明基于洋流多模型理论将若干个子滤波器输出按照交互多模型进行混合叠加，有效提升复杂洋流的估计精度的同时，为高精度组合导航系统提供可靠保障。
一种基于交互卡尔模型洋流估算方法系统

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