导读:本文包含了中心差分卡尔曼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:卡尔,差分,中心,算法,尔曼,扩展卡,迭代。
中心差分卡尔曼滤波论文文献综述
常晓丽,付巍,梁慧,李锦荣,闫文博[1]（2015）在《基于中心差分扩展卡尔曼滤波算法的叁相感应电机转速和转矩的估计》一文中研究指出针对叁相感应电机在转速和转矩测试过程中,存在采集数据易受外界干扰而导致转速和转矩等估计值出现较大偏差的问题,提出采用中心差心扩展卡尔曼滤波算法实现对叁相感应电机转速和转矩的估计.首先,以叁相感应电机的定子和转子电流作为状态变量,推导出了叁相感应电机在α-β坐标系下的状态方程和输出方程.然后,采用中心差分扩展卡尔曼滤波算法实现对叁相感应电机转速和转矩的解算.仿真结果表明,与扩展卡尔曼滤波算法相比,中心差分扩展卡尔曼滤波算法对电机运行状态的变化具有更好的跟随性能及更快的收敛速度,能够准确的估计叁相感应电机的转速和转矩.(本文来源于《测试技术学报》期刊2015年03期）
解瑞春,卫绍元,李刚[2]（2015）在《基于中心差分卡尔曼滤波的车速估计研究》一文中研究指出针对车辆行驶过程中车速估计问题,论文基于中心差分卡尔曼滤波理论设计了车速的估计算法。建立了非线性叁自由度车辆估算模型,根据纵向加速度、侧向加速度和方向盘转角低成本传感器信号的信息融合,实现对车速的准确估计,应用CarSim与Matl ab/Simulink联合仿真实验对算法进行验证。结果表明:估计算法能够准确估计车辆行驶过程中的纵向车速、侧向车速和质心侧偏角。(本文来源于《汽车实用技术》期刊2015年01期）
韩萍,干浩亮,何炜琨,Daniel,Alazard[3]（2015）在《基于迭代中心差分卡尔曼滤波的飞机姿态估计》一文中研究指出在飞机姿态估计中,系统模型非线性严重、初始估计误差大和可观测性弱等固有缺陷使得对估计算法的精度要求更高。针对这一问题,给出了一种基于迭代中心差分卡尔曼滤波(ICDKF)的飞机姿态估计方法,并将其应用于由低精度高噪声传感器组成的低成本飞机姿态估计系统。首先建立基于四元数的飞机姿态数学模型,然后用ICDKF方法进行姿态估计,并通过实测数据进行验证。实验结果表明,ICDKF不仅有效地提高了飞机姿态估计的稳定性、收敛速度和滤波精度,而且无需计算雅克比矩阵,实现简单,其性能明显优于标准CDKF和EKF方法。(本文来源于《仪器仪表学报》期刊2015年01期）
马群[4]（2014）在《基于中心差分卡尔曼滤波的动力电池SOC估算研究》一文中研究指出进入20世纪后，能源危机与环境污染等问题在全球范围内表现的愈加突出，在此形势下，新能源汽车尤其是电动汽车，得到了世界各国主要汽车厂商的高度关注。电池管理系统（BMS）作为电动汽车的重要组成部分，可以对动力电池进行有效管理和控制，保障电池高效使用及行车安全。电池管理技术仍处于发展期，很多技术并不成熟，而其中研究的重点和难点便是如何提高电池荷电状态（SOC）的估算精度。本文的研究对象选定为磷酸铁锂电池，从电池模型和基于模型的SOC估算方法这两个方面进行深入研究。首先，介绍了锂电池的基本原理和主要参数，通过对电池一系列的试验分析了电池的开路电压与荷电状态关系、欧姆内阻及容量等基本特性。以此为基础，结合常用电路模型的优缺点对比，提出考虑电池容量时变性的二阶RC等效电路模型，并采用指数拟合方法，在Matlab软件中得到模型参数初值。为了更好的反应电池特性，本文利用Matlab/Simulink对参数初值进行了修正，并在各SOC点处估算出电池模型参数。实验结果表明修正参数后的等效电路模型提高了跟踪电池电压变化的精度。其次，分析了传统SOC估算方法，结合磷酸铁锂电池的非线性特性和二阶RC等效电路模型确立了磷酸铁锂电池的状态空间方程。在扩展卡尔曼滤波算法对非线性状态方程估算精度有限基础上，提出了中心差分卡尔曼滤波算法。仿真结果表明中心差分卡尔曼滤波算法在同条件下对SOC的估算精度优于拓展卡尔曼滤波算法。最后，利用AVL Cruise软件搭建电动汽车整车模型，并在模拟城市道路工况下进行仿真实验，得到了电池在工况下的仿真数据。通过Cruise软件与Matlab的接口，将动力电池组的仿真数据输入到估计模型中，利用中心差分卡尔曼滤波算法对SOC进行估算，并与拓展卡尔曼滤波算法对比，结果表明基于中心差分卡尔曼滤波算法对整车SOC估算具有抗干扰性、收敛性与更高估算精度。(本文来源于《吉林大学》期刊2014-06-01）
郝燕玲,牟宏伟[5]（2013）在《自适应平方根中心差分卡尔曼滤波算法在捷联惯性导航系统大方位失准角初始对准中的应用》一文中研究指出提出了一种自适应平方根中心差分卡尔曼滤波(ASRCDKF)算法,并应用于捷联惯性导航系统(SINS)大方位失准角初始对准中。ASRCDKF算法以中心差分变换为基础,基于平方根滤波能够克服发散的思想,利用协方差平方根代替协方差参加递推运算,并将自适应估计原理引入该算法中,不仅克服了扩展卡尔曼滤波产生线性化误差和计算雅可比矩阵的不足,而且减小了计算量,保证了数值稳定性。同时,ASRCDKF算法解决了传统滤波算法过度依赖系统动态模型和噪声统计特性先验知识的问题。最后通过滤波仿真证明了ASRCDKF算法在SINS大方位失准角初始对准中的有效性和优越性。(本文来源于《吉林大学学报(工学版)》期刊2013年01期）
赵凯,岳晓奎,吴侃之[6]（2012）在《基于中心差分卡尔曼滤波的航天器视觉相对导航算法研究》一文中研究指出在航天器视觉相对导航过程中,量测方程的非线性特性会影响航天器相对位姿的估计精度。分析了扩展卡尔曼滤波方法(EKF)将非线性模型线性化时存在的缺点,研究了中心差分卡尔曼滤波方法(CDKF),提出用中心差分卡尔曼滤波方法来解决视觉导航中两航天器的相对位姿估计问题,并给出了EKF与CDKF的仿真结果。仿真结果表明在相同条件下,CD-KF算法比EKF具有更高的精度和稳定性,该方法能够在航天器视觉相对导航中应用。(本文来源于《科学技术与工程》期刊2012年03期）
刘学,焦淑红,孙亮[7]（2011）在《基于改进的平方根中心差分卡尔曼滤波的单站无源定位算法》一文中研究指出针对单站无源定位可观测性弱、收敛速度慢、定位精度差等问题,推导出了一种带次优渐消因子的平方根中心差分卡尔曼滤波算法。在正交原理的约束下,通过引入自适应次优渐消因子实时调整增益矩阵,保证不同时刻残差序列相互正交,提高了滤波器对状态变化的反应速度和对有偏估计的自适应修正能力。同时,使用误差协方差的平方根替代协方差参与滤波,保证滤波算法的数值稳定性。仿真结果表明,新算法稳定性更好、收敛速度更快、定位精度更高。(本文来源于《吉林大学学报(工学版)》期刊2011年06期）
郝燕玲,杨峻巍,陈亮,郝金会[8]（2011）在《基于平方根中心差分卡尔曼滤波的大方位失准角初始对准》一文中研究指出基于大方位失准角条件下捷联惯导系统误差模型的非线性特点,采用非线性滤波方法进行初始对准。扩展卡尔曼滤波存在精度低,且需要计算雅可比矩阵等不足,而中心差分卡尔曼滤波在递推过程中具有计算量大,数值不稳定等缺点。针对上述问题采用了一种改进的中心差分滤波算法——平方根中心差分卡尔曼滤波。仿真结果表明,与扩展卡尔曼滤波相比,平方根中心差分卡尔曼滤波对方位失准角的对准精度由24.5′提高到5.83′,并且避免了计算雅可比矩阵带来的不便;与中心差分滤波相比,平方根中心差分卡尔曼滤波在保证滤波精度的同时,降低了滤波的计算量,提高了滤波的数值稳定性。(本文来源于《中国惯性技术学报》期刊2011年02期）
杨宏,李亚安,李国辉,袁润平[9]（2010）在《一种改进中心差分卡尔曼滤波方法》一文中研究指出针对中心差分卡尔曼滤波(CDKF)跟踪时估计精度较低这一不足,提出了一种基于迭代测量更新的中心差分卡尔曼滤波(ICDKF)方法。本文将迭代滤波理论引入到中心差分卡尔曼滤波算法中,重复利用观测信息,采用经典的非线性非高斯模型进行仿真实验,给出了该算法与扩展卡尔曼滤波(EKF)、中心差分卡尔曼滤波(CDKF)的仿真结果,并分析了其跟踪性能和均方根误差。实验结果表明,迭代中心差分卡尔曼滤波(ICDKF)算法不仅具有无需计算Jacobian矩阵的优点,而且具有更高的估计精度。(本文来源于《计算机工程与应用》期刊2010年19期）
付巍,朱岩,付军立,侯毅[10]（2010）在《基于中心差分扩展卡尔曼滤波的电源频率估计》一文中研究指出针对扩展卡尔曼滤波算法(EKF)和无迹卡尔曼滤波算法(UKF)在处理飞机供电系统的交流电压频率估计方面所表现出的估计精度和实时性问题,提出了一种采用中心差分计算EKF中非线性函数一阶导数的基于中心差分扩展卡尔曼滤波(CDEKF)算法。理论分析和仿真表明:CDEKF虽然计算时间比EKF稍有增加,但比UKF的计算时间少,而计算精度比EKF有显着提高,与UKF的计算精度相当。(本文来源于《探测与控制学报》期刊2010年03期）
中心差分卡尔曼滤波论文开题报告
（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：
针对车辆行驶过程中车速估计问题,论文基于中心差分卡尔曼滤波理论设计了车速的估计算法。建立了非线性叁自由度车辆估算模型,根据纵向加速度、侧向加速度和方向盘转角低成本传感器信号的信息融合,实现对车速的准确估计,应用CarSim与Matl ab/Simulink联合仿真实验对算法进行验证。结果表明:估计算法能够准确估计车辆行驶过程中的纵向车速、侧向车速和质心侧偏角。
（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。
中心差分卡尔曼滤波论文参考文献
[1].常晓丽,付巍,梁慧,李锦荣,闫文博.基于中心差分扩展卡尔曼滤波算法的叁相感应电机转速和转矩的估计[J].测试技术学报.2015
[2].解瑞春,卫绍元,李刚.基于中心差分卡尔曼滤波的车速估计研究[J].汽车实用技术.2015
[3].韩萍,干浩亮,何炜琨,Daniel,Alazard.基于迭代中心差分卡尔曼滤波的飞机姿态估计[J].仪器仪表学报.2015
[4].马群.基于中心差分卡尔曼滤波的动力电池SOC估算研究[D].吉林大学.2014
[5].郝燕玲,牟宏伟.自适应平方根中心差分卡尔曼滤波算法在捷联惯性导航系统大方位失准角初始对准中的应用[J].吉林大学学报(工学版).2013
[6].赵凯,岳晓奎,吴侃之.基于中心差分卡尔曼滤波的航天器视觉相对导航算法研究[J].科学技术与工程.2012
[7].刘学,焦淑红,孙亮.基于改进的平方根中心差分卡尔曼滤波的单站无源定位算法[J].吉林大学学报(工学版).2011
[8].郝燕玲,杨峻巍,陈亮,郝金会.基于平方根中心差分卡尔曼滤波的大方位失准角初始对准[J].中国惯性技术学报.2011
[9].杨宏,李亚安,李国辉,袁润平.一种改进中心差分卡尔曼滤波方法[J].计算机工程与应用.2010
[10].付巍,朱岩,付军立,侯毅.基于中心差分扩展卡尔曼滤波的电源频率估计[J].探测与控制学报.2010
论文知识图
