共查询到20条相似文献，搜索用时 15 毫秒
1.
根据陀螺仪和加速计两类惯性传感器在姿态角度检测中的优缺点,提出了将多传感器数据加权和卡尔曼滤波相结合的两轮自平衡车姿态角度检测数据融合算法.首先对传感器输出进行分组加权运算,然后采用卡尔曼滤波算法对加权计算结果进行估计.实验结果表明,该检测方法可行有效,相对单一传感器测量,可提升姿态角度检测精度. 相似文献
2.
针对室内定位精度不高的问题,通过融合多惯性传感器定位技术和WiFi定位技术,提出一种基于多惯性传感器和WiFi定位结合室内定位方法。首先使用基于WiFi的室内定位中的RSSI算法,根据位置指纹、利用最近邻匹配算法获得绝对位置信息,再通过基于三轴加速度传感器与陀螺仪的步数检测方法以及基于电子罗盘与陀螺仪的航向估算方法获得相对位置信息。最后基于位置指纹的方式对多传感器的室内定位进行步长校正,得到较为准确的定位结果。实验结果表明,该方法与单独运用惯性传感器或单独使用基于WiFi的室内定位方法相比,精度更高。 相似文献
3.
针对小型无人机上使用的MEMS惯性传感器在精度、噪声上存在的问题,采用卡尔曼滤波算法结合角度传感器、加速度传感器、磁阻传感器的传感信息,来解算姿态角最优值。采用四元素法确立了捷联矩阵,利用三轴陀螺仪传感器所得到的角速度信息建立系统状态方程,利用三轴加速度传感器和磁阻传感器信息建立了系统测量方程,进而设计了一种卡尔曼滤波器来滤除MEMS传感器存在的随机噪声,并解算出了小型无人机的姿态角。通过实验室静态测试和动态测试表明,无人机姿态角解算结果与实际值对比,误差能够控制在2°以内,可满足工程应用要求。 相似文献
4.
无标定情况下的视觉定位是机器人视觉伺服领域的热点和难点。提出一种基于快速自适应滤波的机器人无标定手眼协调方法。首先根据机器人三维基坐标建立运动空间和图像特征空间的微分映射关系,在不预先标定视觉传感器与机器人参数情况下,设计一个直接估计增益矩阵 Kk 的自适应滤波器,在线辨识图像雅可比矩阵。采用最小二乘法获得状态估计的初始值,在此基础上设计视觉控制器和计算运动控制量。在 MAT?LAB 环境下建立机器人手眼协调控制系统仿真模型,将该方法用于观测噪声统计特性未知情况下的定位反馈,并对机器人空间螺旋运动的跟踪情况进行分析。实验结果表明,该自适应滤波器能够完成不规则环境下视觉引导的追踪任务,定位效果优于常规卡尔曼滤波和 Sage-Husa 自适应滤波,具有较强的鲁棒性。 相似文献
5.
微机电系统是一种集微电子电路和微机械致动器的微小器件,微传感器的性能检测可通过对系统输入量和输出量的检测,选择合适的测试仪器和测试方法来实现.根据角频率的推导,采用频率响应方法,其结果比通过传递函数数值分析得到的谐振角频率精确得多. 相似文献
6.
提出了一种基于Volterra系数模型, 用于提高非线性传感器性能的新方法. Volterra模型可作为一个非线性滤波器用于降低传感器的噪声, 并可对传感器进行非线性补偿. 在实验中, 采用精度较低的压力传感器MPX10作为实验传感器, 采用具有较高精度的传感器MPX2010产生构建Volterra模型的训练学习数据. 仿真实验表明, 利用Volterra 模型进行滤波, 传感器MPX10的精度由原来的0. 354～0. 42 变为 0. 041～0. 053. 由此可见该方法可有效地提高传感器的性能与精度, 并具有较高的环境适应能力. 相似文献
7.
微机电系统是一种集微电子电路和微机械致动器的微小器件，微传感器的性能检测可通过对系统输入量和输出量的检测，选择合适的测试仪器和测试方法来实现，根据角频率的推导，采用频率响应方法，其结果比通过传递函数数值分析得到的谐振角频率精确得多。 相似文献
8.
《湘南学院学报》2019,(2):22-25
针对现有网络安全态势预测模型往往只能对离线数据进行预测,无法根据历史信息来对当前数据进行在线实时预测的问题,提出了一种基于卡尔曼滤波的网络安全态势预测方法.首先,介绍了卡尔曼滤波的基本原理和相应的状态方程和预测方程,然后设计了基于卡尔曼滤波的网络安全态势在线预测算法,算法采用最小二乘方法来求解预测方程中的权值矩阵和噪声参数,从而获得了相应的预测表达式,可以实现对网络安全态势的实时预测.为了验证所提模型的预测效果,将其应用于离线数据集和在线实时数据中,并与其它方法进行了比较.仿真结果表明:所提模型能准确有效地对网络安全态势进行预测,具有预测精度高的优点,和其他方法相比,具有较大的优越性. 相似文献
9.
为提高高校实验室安全员的工作能力与状态,提出基于惯性传感器的安全员用户画像研究方法.利用惯性传感器与智能手机相结合的方式采集安全员的行为特征信息,通过卡尔曼滤波与傅里叶公式对采集数据进行处理,利用仿真模拟训练验证该画像的数据精准度,并得出相应的优劣势.实验数据说明,基于惯性传感器构建的安全员用户画像具有较高的行为特征识... 相似文献
10.
提出一种用于语音信号处理的基于matlab/FDATool的的FIR滤波器设计方法.该方法首先通过Matlab产生两个高频的正弦波噪声,加入到语音信号中;然后,根据信号与噪声的频谱特点,选择合适的窗函数,利用FDATool工具箱设计出所需要的FIR数字滤波器;利用FIR滤波器对混入噪声的信号滤波,得到滤波后的语音信号.利用MATLAB的FDATool工具进行数字滤波器设计,能使原来繁琐的滤波器程序设计过程变得简单可行,使得教学过程变得简单易懂. 相似文献
11.
《东南大学学报》2021,(3)
为降低输出电压噪声,改善动态响应性能,设计了一种基于二次滤波器和自适应输出电压调节(AVP)的降压变换器.针对二次滤波器的补偿,提出了一种混合控制方式.在传统的反馈环节外,增加一个高频通路环节,有效改善了二次滤波器对环路稳定性和直流调节性能方面的影响.推导出基于该控制方法的降压变换器的小信号模型,并对其稳定性和控制参数的选取进行了分析.为了实现自适应输出电压调节,提出了一种易于实现且低成本的控制方法,通过改变控制环路低频增益和输出电压负载调整率来改善动态响应性能.降压变换器原型试验结果表明,所提方法可有效降低50%的输出电压噪声,同时改善了动态响应能力,达到目前主流电子系统的指标需求. 相似文献
12.
加权融合算法是多传感器数据融合中的常用方法,但加权因子的确定非常困难并直接影响算法的性能.文章提出利用改进的粒子群优化算法对各个传感器的加权因子进行自适应优化,引入种群进化度、聚合度来反映种群的多样性,当种群多样性低于阈值时执行变异操作,并交替使用基于聚合度、进化度的自适应惯性权重函数,从而避免算法陷入局部最优解.通过UCI数据集测例表明本文算法是一种较有效的多传感器数据融合方法,相对其它算法具有较高的融合精度. 相似文献
13.
为了能够在室内、空旷的道路上和高楼林立的城市街道上定位定向,提出一种适用于室内外无缝导航的低成本个人导航仪.该导航仪由低成本的微机械加速度计、陀螺仪、磁传感器和GPS芯片组成,具有室内外无缝导航功能,在室外采用MIMU/GPS/磁传感器组合工作模式,用扩展卡尔曼滤波技术融合各种数据,给出最优导航参数;在室内采用MIMU/磁传感器组合工作模式,采用航位推算技术,用垂向加速度计和前向加速度计数据检测步伐并使用磁传感器判断航向.使用垂向和前向加速度计数据来计算动态阈值和估计步伐可信度,然后在两向加速度计数据可信度同时满足条件的动态时间窗内检测步伐,计步精度可达95%以上.在室外内不同场景下进行了无缝导航试验,结果表明,携带个人导航仪行走1 600 m,其定位误差小于行程的0. 2%. 相似文献
14.
15.
《实验室研究与探索》2015,(9):126-131
针对感应电机扩展卡尔曼滤波器转速估计中难以取得卡尔曼滤波器系统噪声矩阵和测量噪声矩阵最优值的问题,提出了一种基于改进粒子群算法优化的扩展卡尔曼滤波器转速估计方法。算法通过融合遗传算法和粒子群算法的优点,采用可调整的算法模型对粒子群算法进行改进,将改进的粒子群算法对扩展卡尔曼滤波器中的系统噪声矩阵和测量噪声矩阵进行优化处理,将优化后的卡尔曼滤波器应用于感应电机转速估计,仿真实验表明,与试探法、标准粒子群算法及遗传算法比较,改进粒子群算法优化的扩展卡尔曼滤波器能够有效提高转速估计的精度,从而提高无速度传感器矢量控制系统的控制性能。 相似文献
16.
为了更加精确地估算锂电池荷电状态,建立能够反映电池动态工作特性的二阶RC等效模型。在模型参数辨识的基础上,先用数学分析、电路模型构建相关状态方程与观测方程,再结合扩展卡尔曼滤波算法,针对状态噪声与观测噪声的不确定干扰,提出一种自适应调整方案。通过锂电池放电实验,结合MATLAB仿真分析,验证了自适应调整后的卡尔曼滤波算法可更精确地预估锂电池荷电状态,与扩展卡尔曼滤波算法相比,该算法降低了约2.31%的误差。 相似文献
17.
新型的重力无源导航系统 总被引：12，自引：1，他引：12
针对重力无源导航的特点,提出了一种由速率方位惯性平台、重力传感器、重力图、深度计和相对计程仪组成的新型重力无源导航系统,给出了速率方位惯性平台系统的导航算法、重力无源导航系统的最优滤波器、误差状态方程和测量方程.考虑到运动载体上重力传感器的输出特性,在最优滤波器的重力观测方程中引入了厄特弗斯效应.应用Matlab/Simulink工具对此重力无源导航系统进行了计算机仿真研究,仿真结果表明此重力无源导航系统的平台姿态角误差和定位误差小,能够满足水下运载体长期高精度导航的要求.又由于本系统采用了速率方位惯性平台,且把重力敏感器置于其上,省去了重力仪,所以与现有的重力无源导航系统相比成本较低. 相似文献
18.
《兰州石化职业技术学院学报》2018,(4)
随着信息化程度的不断提高,对目标跟踪的精度要求也在不断提高,不但需要采集传感器的数据越来越多,而且对物体的位置进行定位、监测的数据要即时更新,当所获得的信息不足时,控制系统采用的算法精度显得尤为重要。如果控制系统的处理器对车辆的采集频率高于传感器的处理频率,就要使算法对车辆位置能够预测;不同算法的预测值相差较大。为了优化跟踪性能,必须最大程度采集传感器的有限数据。卡尔曼滤波器结构中,只能通过开发一些精度较高的实用模型来实现。这模型往往是高阶非线性的;无迹变换很好地简化了这些模型的开发和优化。 相似文献
19.
针对加速GPU处理大规模三角网络模型,提出一种新颖的自适应采样距离场算法。基于多层Hash表处理体素化过程中生成的Voxel/Triangle二元组,简化通用八叉树结构提高距离场采样点生成效率,获得了很好的显存存取和采样性能。通过在NVIDIA GTX480 GPU中针对8类图形进行实验数据验证,根据交互式性能要求,所提出的新型算法可以应对几十万级的三角网格模型和5123分辨率的处理要求。 相似文献
20.
基于直方图的模糊滤波方法对图像的拖尾噪声去噪会导致图像模糊、残留的噪声较多等问题,本文提出一种新的基于广义高斯混合模型的图像去噪方法.首先,建立图像的广义高斯分布及其有限混合模型;其次,通过像素周围点特征值的变化范围确定噪声数据;最后,利用广义高斯函数构建一个加权平均滤波器进行图像去噪.对基于直方图的滤波方法、经典的偏微分方程和本文方法进行比较实验,结果表明本文方法具有更好的去噪效果. 相似文献