共查询到20条相似文献，搜索用时 171 毫秒
1.
借助基于二阶高斯-马尔可夫异常位模型的重力异常协方差函数,得到了海洋重力测量中重力异常信号的状态方程．结合实际重力仪的系统状态方程和系统量测方程,提出了级联卡尔曼滤波方法,并将其应用于重力异常畸变信号的校正处理中．在信号处理过程中,首先采用卡尔曼逆滤波恢复含高频干扰的重力异常,然后采用自适应卡尔曼滤波,以重力异常状态方程为系统方程估计实际重力异常值,并与单一卡尔曼逆滤波器的处理结果进行了对比分析．仿真和试验表明,级联卡尔曼滤波方法和单一卡尔曼逆滤波都能在一定程度上减小重力异常信号的畸变,但在相同背景条件下,级联卡尔曼滤波方法的性能优于单一逆卡尔曼滤波． 相似文献
2.
《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
3.
4.
针对初始对准的精度直接影响系统工作性能问题,在初始对准中引入扩展卡尔曼滤波算法（EKF）和Unscented卡尔曼滤波算法（UKF）。EKF算法将非线性系统线性化,是在非线性系统中常用的一种滤波方法 UKF算法没有把非线性系统近似为线性系统,而是使用确定性样本的方法处理非线性问题,使采样点的均值和方差完全符合实际的非线性系统的均值和方差。仿真结果显示,使用Unscented卡尔曼滤波时惯性导航系统初始对准的精度和稳定性都好于普遍使用的扩展卡尔曼滤波算法。 相似文献
5.
在对基于Petri网建模道路进行分析时发现,当利用智能算法优化交通信号时会存在一定滞后性,主要原因在于智能算法运算效率不高,以及道路车辆产生的一些随机因素等。因此,使用Petri网对交叉口进行建模并模拟车流产生,并运用改进卡尔曼滤波算法对道路车流量进行预测,用于弥补因车辆随机因素或使用智能算法造成的时滞。改进算法采用SVM回归对利用卡尔曼滤波产生的误差进行拟合与预测,用于补偿卡尔曼滤波算法产生的误差。实验结果表明,利用SVM回归改进的卡尔曼滤波对车流预测产生的总误差比传统卡尔曼滤波预测误差降低了6个百分点,证明该方法有效提高了车流预测精度。 相似文献
6.
在对金融系统中货币供应量的预测进行相关研究的基础上，介绍了符合金融系统预测规律的灰色系统动态预测法，并根据中国货币供应量实际数据进行了实证的预测检验。结果显示，这种方法简单，不需要借助于其他任何时间序列数据，需要数据量少，预测精确度高，对于近期预测尤其准确，也可进行中长期预测；实证预测结果也符合我国金融系统中货币供应量预测的实际。 相似文献
7.
考虑将支持向量机的思想应用于信息融合,提出基于支持向量机的信息融合的方法,并将这种方法应用于城市污水处理厂的数据处理。同时使用神经网络的信息融合方法与其相比较,实验的结果表明,基于支持向量机的信息融合的方法在对城市污水处理厂的这类数据的模式识别中,有着较好的分类预测能力。 相似文献
8.
Chen-hui XIA Jian-zhong FU Yue-tong XU Zi-chen CHEN 《浙江大学学报(A卷英文版)》2014,(10):761-773
研究目的：为了缩短机床温升试验时间,提出一种机床热特性快速辨识方法,利用较短时间的温度采样数据即可准确预测出完整的温升曲线,进而获得热平衡时间及稳态温度等热特性参数。创新要点：提出了基于自适应无味卡尔曼滤波的机床选点温升快速辨识方法,其中最短辨识时间判据可以有效解决如何寻找准确辨识热特性参数的最短采样时间问题,而自适应无味卡尔曼滤波则可以实时调整参数,防止外界因素对辨识的干扰。研究方法：由于无味卡尔曼滤波在非线性状态预测和参数辨识上具有优势,所以本文将无味卡尔曼滤波算法应用到机床选点温升辨识上。为了防止辨识过程中的发散退化等问题,将无味卡尔曼滤波发展为自适应无味卡尔曼滤波（图1）。在快速辨识方法上提出了最短辨识时间判据（图2）。文章中又将此算法应用到实际的立式加工中心温升辨识上,证明了该算法的可行性及有效性（图5和6）。最后又将带有自适应调整过程的无味卡尔曼滤波算法和不带调整过程的算法做了对比,显示了自适应调整过程对辨识算法的重要性（图6和11）。重要结论：基于自适应无味卡尔曼滤波的机床选点温升快速辨识方法可以准确快速地辨识出温升曲线,获取热特性参数,将原来394 min的热平衡试验时间缩短,只需28 min即可得到温升变化情况。 相似文献
9.
在分布式多传感器信息融合系统中,航迹关联是航迹融合过程中首要解决的问题,即如何判断来自于不同系统的航迹是否来源于同一目标.本文将小波变换引入到航迹关联算法研究中,利用小波变换将卡尔曼滤波后的航迹提取新的特征向量,从航迹的整体态势和局部细节变化两方面对原有的序贯航迹关联算法进行改进,提出了一种新的航迹关联算法.该算法将小波变换与序贯思想结合起来,提高了正确关联率.最后,对该算法进行仿真实验,证明了该算法的正确性和有效性,并搭建了数据链信息融合半实物仿真测试平台,模拟了数据链系统中信息融合的全过程. 相似文献
10.
11.
12.
当前行人导航定位技术被越来越广泛应用于民用XR领域和军用单兵作战系统,其对定位追踪精度和复杂环境下系统的鲁棒性提出了更高要求。提出了一种融合视觉里程计(Visual Odometry,VO)、反向传播神经网络(Back Propagation NeuralNetwork,BP)和行人航迹推算(PedestrianDeadReckoning,PDR)即联合视觉的行人航迹推算里程计(VisualPDR Odometry,VPO),并基于此进行扩展卡尔曼滤波。利用胸口装备惯性传感器和RGB-D深度相机采集行进数据,输入VO和PDR模块得出各自的运动位姿。将有效的步长、航向角、加速度幅值、角速度平均值及步频作为BP神经网络的训练数据集进行网络训练。当VO失效时,BP计算数据可作为备选观测值,将其与PDR数据一起导入扩展卡尔曼滤波器中进行数据融合。实验结果表明,行人航迹误差为1.026‰,优于经典VO和PDR推算方法,能在复杂环境下提高系统的鲁棒性。 相似文献
13.
《阿坝师范高等专科学校学报》2019,(4):43-48
卡尔曼滤波算法是一种最优线性递推估计方法,受数据分布特点影响小,适应范围广,建模简单,适合于对各种复杂时间序列的预测,效果显著。鉴于四川省社会消费品零售额数据分布不光滑,运用卡尔曼滤波算法对之进行了预测,取得了很好的效果,平均预测误差仅0.772406%,比ARMA模型的平均预测误差2.1323%减小了63.7756%。由模型预测得到2019年四川省社会消费品零售额为21570.26亿元。 相似文献
14.
针对球的非线性运动和系统延时等因素对球的位置预测精度的影响,采用帧差法和改进的霍夫圆检测方法得到球的位置信息,并应用无迹卡尔曼滤波(UKF)算法对球的运动轨迹进行预测。通过摄像机采集球在自由滚动和发生碰撞时的几组图像,在上位机VC6.0软件上实现对球位置信息采集和处理,得到球准确的预测位置信息,满足决策系统的对球位置信息的要求,从而验证了算法的有效性。 相似文献
15.
16.
针对电信行业日益突出的客户流失问题,采用了多种理论相互融合的思想,将神经网络和决策树技术相结合,构建客户流失分析模型.最后通过实际数据对模型进行了应用评估,结果表明这种基于神经网络和决策树技术的预测模型能够对客户流失情况做出准确的预测,达到了商业使用的要求. 相似文献
17.
将最近邻思想与径向基函数网络相融合,设计了基于最近邻-径向基函数网络的预测方法,并将其应用于PVC价格预测,取得了良好的效果.本文所设计的方法具有通用性,可应用于其它时间序列变量的预测问题. 相似文献
18.
《濮阳职业技术学院学报》2019,(4):55-58
在数据量测领域,对运动目标当前的运动状态进行滤波,并对目标未来的运动状态进行预测,讨论线性的数据平滑处理、最小二乘和卡尔曼滤波,通过非线性地扩展卡尔曼滤波进行仿真实验。线性与非线性滤波方法是多传感器数据预处理的主要工具,仿真实验表明,滤波方法能够有效处理运动目标量测误差。 相似文献
19.
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
20.
为了减少节点传输数据量和网络总能量的消耗,本文针对特定应用模型,提出了基于卡尔曼滤波的数据融合算法,并用MATLAB工具进行仿真实验,证明该融合方法提高数据精确度和可信度. 相似文献