导读:本文包含了平方根滤波论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:平方根,卡尔,粒子,容积,密度,自适应,目标。
平方根滤波论文文献综述
袁鑫[1]（2019）在《基于平方根容积卡尔曼滤波的退役动力电池SOC估算研究》一文中研究指出从我国电动汽车产业的发展速度来看,预计到2020年电动汽车市场存量将超过500万辆,以每辆车平均配备20kWh的电池来估算,约有1亿kWh(100GWh)的车用动力锂电池进入市场。当这些动力电池的容量衰减至初始容量的80%时就要退役处理。以前这些退役下来的动力电池会直接被废物处理掉,不仅浪费,而且造成了大量的污染。经过研究发现,退役动力电池仍有一定的剩余容量和使用寿命,可以用在对电池要求更低的应用场景,如家里的电灯,或者电网储能,或者小型微电网,再或者通信基站的储能。本文研究在通信基站中退役动力电池的利用价值,从电动汽车退役下来的动力电池如果要在通信基站中发挥二次利用,有必要对退役动力电池的性能进行研究,其中电池的荷电状态(state of charge,SOC)是最为关键的因素,所以准确估计电池SOC可以最大限度地利用退役动力电池。本文将引入扩展卡尔曼滤波(E KF)和平方根容积卡尔曼滤波算法(SRCKF)对退役动力电池的SOC分别进行估算并进行比较。本文主要研究内容如下。(1)本文基于退役动力电池叁星18650-22P电池进行了研究。首先简要地提出了退役动力电池的管理系统,其系统包括硬件设计和软件设计。并且说明在通信基站中的运用,其次电池管理系统最核心的就是电池SOC估算研究。(2)来模拟电池的动态特性模型中,本文举出了几种,最后本文选取了二阶RC电路作为本文的电池模型。并采取了一系列实验来证明模型的可靠性,实现了参数辨识。(3)本文提出了EKF和SRCKF算法。EKF可以使用泰勒展开来线性化非线性函数,并忽略高阶的其余部分,因此,EKF可以应用于非线性系统。SRCKF是基于CKF,协方差矩阵的平方根是被Cholesky分解的形式传播和更新状态,获得高效的计算速率。(4)本文在Matlab中仿真,分别从算法的误差、收敛速度、稳定性来比较,并且用仿真证明SRCKF的滤波性。实验结果表明,SRCKF与扩展卡尔曼算法和相比,在估算准确性和收敛速率以及稳定性方面都具有较好的表现。(本文来源于《新疆大学》期刊2019-06-30）
孙陶莹,章飞,曾庆军[2]（2019）在《一种基于衰减记忆滤波的平方根无迹卡尔曼滤波PHD-SLAM方法》一文中研究指出针对海洋背景噪声和水声传感器测量噪声大、信噪比低所导致的水下SLAM方法数据关联复杂、精度低的问题,提出一种基于衰减记忆滤波的平方根无迹卡尔曼滤波PHD-SLAM方法,该方法基于PHD滤波避免了复杂的数据关联,且在非线性函数高斯权重更新过程中引入平方根无迹变换,并进一步结合衰减记忆滤波,解决了由于模型误差和计算误差造成的协方差矩阵非正定和不对称性所导致的滤波发散问题,提高水下SLAM方法的精度.仿真实验将所提方法与RB-PHD-SLAM和UKF-PHD-SLAM方法进行对比分析,结果表明所提方法在对自身定位及地图特征估计精度上均有了明显的提高.(本文来源于《江苏科技大学学报(自然科学版)》期刊2019年03期）
梁志兵,刘付显,赵慧珍[3]（2019）在《平方根递推更新高斯粒子滤波》一文中研究指出对于高斯粒子滤波器重要性密度函数(IDF)的构建,递推更新高斯滤波器(RUGF)依据非线性测量函数梯度对目标运动状态进行渐进式的更新,可以有效克服线性最小均方误差准则的限制,从而得到更接近于真实分布的后验状态估计,但在递推过程中目标状态协方差矩阵易非正定而出现递推中断。针对这一问题,该文首先分析了RUGF的平方根实现策略,并借助容积卡尔曼滤波对平方根(SR)RUGF进行具体实现,然后利用SR-RUGF为高斯粒子滤波器选取IDF,进而得到平方根递推更新高斯粒子滤波器。仿真实验表明,本文算法可有效解决递推中断问题,并获得较高精度的估计结果。(本文来源于《电子科技大学学报》期刊2019年03期）
张煌军,徐雪松,罗伟,刘瑞[4]（2019）在《基于平方根容积卡尔曼滤波的四旋翼无人机的姿态解算》一文中研究指出为了提高四旋翼无人机姿态解算的精度,提出了基于平方根容积卡尔曼滤波(square-root cubature Kalman filter,SCKF)的多传感器数据融合策略。基于加速度计、磁力计和陀螺仪输出的数据,采用了四元数的姿态解算方法,避免了单一传感器获得的姿态角误差过大的问题,解决了扩展卡尔曼滤波(extend Kalman filter,EKF)精度低以及无迹卡尔曼滤波(unscented Kalman filter,UKF)、容积卡尔曼滤波(cubature Kalman filter,CKF)协方差矩阵正定性丧失的问题。设计了基于pixhawk飞控板的实验方案。通过实验数据表明,与传统的EKF、UKF、CKF算法相比,SCKF的精度最高。且与UKF、CKF算法相比,SCKF具有计算时间少、数值计算稳定性强等优势。(本文来源于《科学技术与工程》期刊2019年12期）
张浩为,谢军伟,葛佳昂,宗彬锋,路文龙[5]（2019）在《自适应CS模型的强跟踪平方根容积卡尔曼滤波算法》一文中研究指出对于目标跟踪过程中的强机动问题,基于当前统计(current statistical,CS)模型和改进的强跟踪平方根容积卡尔曼滤波器(square-root cubature Kalman filter,SCKF),提出新的跟踪算法。在CS模型和改进输入估计算法的基础上,引入加加速度估计,使得状态过程噪声与状态协方差矩阵相联系,实现模型的自适应调整。从正交性原理出发,重新确定了渐消因子的引入位置,并提出了新的渐消因子计算形式,以克服传统渐消因子在雷达量测坐标系中的失效问题,从而构造强跟踪平方根容积卡尔曼滤波器。另外,构造强机动检测函数,利用SCKF的输出来调整自适应CS模型中的机动频率。仿真结果表明,相比基于CS模型的多重渐消因子强跟踪SCKF算法、改进CS模型的强跟踪SCKF(SCKF-STF)算法和交互式多模型(interacting multiple-model,IMM)SCKF算法,所提算法具有更佳的目标机动适应性和跟踪精度;相比于IMM-SCKF算法,实时性有明显改善。(本文来源于《系统工程与电子技术》期刊2019年06期）
张鹏飞,王平凯,范秦寅,岳晓峰,吴焕新[6]（2019）在《一种自适应式类平方根滤波的轿车风挡玻璃融霜区域检测》一文中研究指出轿车风挡玻璃融霜区域的检测是轿车检测中重要的环节。检测过程中,在区域边界的灰度值、变化较小,因为不易被准确检测到,为弱边缘检测。而分水岭分割法可以通过"注水蔓延"的形式,有效地对弱边缘进行检测,并检测出区域边界。但分水岭分割法对噪声敏感度过高,容易产生过度分割现象。基于以上情况,提出一种自适应式类平方根滤波,来对图像进行去噪,在运用分水岭算法分割前进行图像预处理,进而对霜雾与玻璃所产生的弱边缘进行检测。实验结果表明,经过一种自适应类平方根滤波处理的图像,有较好的检测效果。文中提出的一种类平方根滤波,可较好地弥补分水岭分割法对噪声敏感度过高的缺点。(本文来源于《机械工程师》期刊2019年01期）
李晓明,赵长胜,张立凯[7]（2018）在《自适应平方根无迹粒子滤波算法及其应用》一文中研究指出目标跟踪所面对的动态定位观测方程具有非线性,随机模型具有未知性,目标在运动过程中受到的随机扰动较大,先验方差很难确定,这可能导致在更新迭代过程中参数估计产生错误,从而导致滤波发散。针对上述问题,本文提出了改进的自适应平方根无迹粒子滤波算法(ASRUPF),该算法融合了自适应滤波理论、平方根无迹卡尔曼滤波算法(SRUKF)和粒子滤波(PF)多种算法,确定系统量测和状态噪声的概率密度函数,确保其方差阵的非负定性。算法有效地提高了单点动态定位精度。(本文来源于《测绘通报》期刊2018年12期）
叶泽浩,毕红葵,段敏,曲智国,李凡[8]（2018）在《自适应平方根球型无迹卡尔曼滤波算法》一文中研究指出针对传统无迹卡尔曼滤波器存在跟踪精度低、数值稳定性差、鲁棒性弱等缺点,提出了一种基于球型无迹变换的自适应平方根UKF滤波算法(Adaptive Square Root UKF Filtering Algorithm Based on Spherical Unscented Transform,ASRS-UKF)。该算法在标准的平方根UKF算法上,首先改用了球型无迹变换对权系数以及sigma点进行计算选取;其次改进了平方根UKF中平方根矩阵的分解方法;同时在预测误差协方差矩阵中引入了自适应衰减因子。最后,通过将该算法同平方根UKF以及强跟踪UKF算法进行仿真对比,结果表明,ASRS-UKF算法在减少计算量、加快计算速度的同时还提高了滤波精度和稳定性,而且对于系统模型匹配不佳的情况下,仍具有良好的跟踪性能。(本文来源于《雷达科学与技术》期刊2018年06期）
张家叶子,吕游,王华松[9]（2018）在《改进集合平方根滤波的目标跟踪算法》一文中研究指出目标跟踪算法的目的是在部分含噪声的可用观测值中估计目标的位置,最大的难点是测量源的不确定和剔除杂波的干扰。针对高斯噪声下的线性动态系统,论文采用非最优的粒子滤波器,通过一个连续的蒙特卡洛方法实现随机滤波出了在集合平方根的滤波框架中采用基于样本的联合概率数据关联技术的目标跟踪算法。实验通过将其跟踪性能与常规的自举和辅助自举粒子滤波器的比较,证明该方法跟踪更加准确高效。(本文来源于《舰船电子工程》期刊2018年11期）
崔博文[10]（2018）在《平方根分解的复数扩展卡尔曼滤波及其在电力系统对称分量估计中的应用》一文中研究指出快速准确检测基波正负序对称分量对于电网电压不对称时的控制非常重要。利用复数扩展卡尔曼滤波方法对基波正负序分量及其频率进行了估计。为提高复参数滤波稳定性,通过对协方差矩阵平方根分解,提出了一种基于平方根分解的复数扩展卡尔曼滤波方法。利用αβ变换,将abc坐标系下的叁相电压瞬时正序、负序分量变换到αβ坐标系,利用获得的αβ坐标系下的正序、负序分量构建复数向量,在定义状态变量后,建立了叁相电力系统非线性状态方程及观测方程。分别利用方法和传统复数卡尔曼滤波方法估计叁相电力系统正序、负序分量和频率,估计结果显示方法在估计精度及收敛速度等方面具有明显优势。(本文来源于《电子测量与仪器学报》期刊2018年08期）
平方根滤波论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对海洋背景噪声和水声传感器测量噪声大、信噪比低所导致的水下SLAM方法数据关联复杂、精度低的问题,提出一种基于衰减记忆滤波的平方根无迹卡尔曼滤波PHD-SLAM方法,该方法基于PHD滤波避免了复杂的数据关联,且在非线性函数高斯权重更新过程中引入平方根无迹变换,并进一步结合衰减记忆滤波,解决了由于模型误差和计算误差造成的协方差矩阵非正定和不对称性所导致的滤波发散问题,提高水下SLAM方法的精度.仿真实验将所提方法与RB-PHD-SLAM和UKF-PHD-SLAM方法进行对比分析,结果表明所提方法在对自身定位及地图特征估计精度上均有了明显的提高.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
平方根滤波论文参考文献
[1].袁鑫.基于平方根容积卡尔曼滤波的退役动力电池SOC估算研究[D].新疆大学.2019
[2].孙陶莹,章飞,曾庆军.一种基于衰减记忆滤波的平方根无迹卡尔曼滤波PHD-SLAM方法[J].江苏科技大学学报(自然科学版).2019
[3].梁志兵,刘付显,赵慧珍.平方根递推更新高斯粒子滤波[J].电子科技大学学报.2019
[4].张煌军,徐雪松,罗伟,刘瑞.基于平方根容积卡尔曼滤波的四旋翼无人机的姿态解算[J].科学技术与工程.2019
[5].张浩为,谢军伟,葛佳昂,宗彬锋,路文龙.自适应CS模型的强跟踪平方根容积卡尔曼滤波算法[J].系统工程与电子技术.2019
[6].张鹏飞,王平凯,范秦寅,岳晓峰,吴焕新.一种自适应式类平方根滤波的轿车风挡玻璃融霜区域检测[J].机械工程师.2019
[7].李晓明,赵长胜,张立凯.自适应平方根无迹粒子滤波算法及其应用[J].测绘通报.2018
[8].叶泽浩,毕红葵,段敏,曲智国,李凡.自适应平方根球型无迹卡尔曼滤波算法[J].雷达科学与技术.2018
[9].张家叶子,吕游,王华松.改进集合平方根滤波的目标跟踪算法[J].舰船电子工程.2018
[10].崔博文.平方根分解的复数扩展卡尔曼滤波及其在电力系统对称分量估计中的应用[J].电子测量与仪器学报.2018
论文知识图
