导读:本文包含了卡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:模型,径流,车辆,南海,遥感,粒子,近似。
卡曼滤波论文文献综述
钱兰[1]（2019）在《集合卡曼滤波算法对FARSITE林火蔓延预测的修正效果研究》一文中研究指出森林火灾是一种全球性的灾害现象,各地每年都会有一定数量的森林火灾发生,这些火灾往往规模较大,有时还会形成特大型火灾,控制起来非常困难。火灾不仅会破坏生态系统,还会释放含碳气体形成大面积环境污染,更有可能对人类生命财产造成威胁,每年许多国家在森林火灾管理和扑救上都会投入大量精力。利用计算机仿真模拟技术进行林火预测是提前掌握火灾变化,做好危机防范的重要手段。但森林火灾燃烧机理复杂,其发生发展没有明显规律性,无法进行精确建模。火灾行为受可燃物、地形、气象等多种环境参数的影响,参数的准确获取存在困难,这些都会对预报可信度产生很大影响。本文在给定的火灾案例下,选择FARSITE模拟器作为林火蔓延的仿真工具,以集合卡曼滤波算法作为数据同化方法,开展了动态数据驱动的林火蔓延预测研究,为森林火灾的精准预报提供了新的思路,并主要做了以下两个方面的研究工作:林火蔓延的主要气象因子“风”对集合卡曼滤波算法修正效果的影响研究。本文将火线位置作为待修正参量,针对初始火源位置输入偏差导致的FARSITE火线预测不准确的问题,利用集合卡曼滤波算法同化真实火线观测数据进行动态修正。并在这一过程中加入“风”这一动态数据,研究“风”对算法的修正效果的影响。结果表明:风的存在会加剧预测火线拓扑结构的复杂性,但无论是在无风和还是有风情况下,算法都能降低预测偏差,对火线位置和形态进行有效修正;当输入误差由火源位置这一个变为火源位置和风两个参数都存在误差时,算法修正能力下降,状态变量的均方根误差值曲线由持续下降变为波动状态,后者的火线修正结果不能很好反映系统的真实状态。集合卡曼滤波算法参数对修正效果的影响研究。通过控制变量法分别研究了算法中的几个关键参数:集合元素个数,观测数据标准差及同化频率对FARSITE预测偏差的修正效果的影响。改变参数取值,从火线输出图,火线位置状态变量的均方根误差值、距离指标这几个方面比较同化前后结果的差异。结合多个维度的分析结果进行相关性讨论,总结出算法参数在同化过程中的作用机制,得到参数取值对修正效果的影响规律。研究可为集合同化的参数分析和同化方案的设计提供借鉴。(本文来源于《中国科学技术大学》期刊2019-05-30）
舒业强,隋丹丹,王伟文,肖贤俊[2]（2010）在《南海北部集合卡曼滤波同化SST试验》一文中研究指出基于POM(Princeton Ocean Model)建立一个南海北部集合卡曼滤波的同化模式,主要用于卫星海表面温度的同化。模式的平均水平分辨率为5km,垂向分层为20层;侧边界条件嵌套到一个大范围的南海海洋模式,在同化方案上采用一个均方根集合卡曼滤波算法,避免观测的扰动;适当引入局地化算子,消除样本在空间上的虚假相关,同时增加集合样本的自由度。该同化试验同化了2008年夏季6月到7月的GHRSST(Global High-Resolution Sea Surface Temperature),然后采用2008年夏季SCOPE(Northern South China Sea Coastal Oceanographic Process Ex-periment)航次的温、盐数据对同化结果进行评估。结果表明,相对于未同化模式模拟结果,同化模式温度的改善比较明显,表现在加强了南海北部的上升流,校正了海表温度的偏差,改善了温度的垂向分布。由于集合卡曼滤波是一种多变量调整的同化方法,同化SST不仅能改善表层与次表层的温度分布,而且对流场和盐度的调整也比较明显。(本文来源于《热带海洋学报》期刊2010年05期）
苟浩锋,刘彦华,张述文,李得勤[3]（2010）在《评估集合卡曼滤波反演土壤湿度廓线的性能》一文中研究指出集合卡曼滤波由于易于使用而被广泛地应用到陆面数据同化研究中,它是建立在模型为线性、误差为正态分布的假设上,而实际土壤湿度方程是高度非线性的,并且当土壤过干或过湿时会发生样本偏斜。为了全面评估它在同化表层土壤湿度观测来反演土壤湿度廓线的性能,特引入不需要上述假设的采样重要性重采样粒子滤波,比较非线性和偏斜性对同化算法的影响。结果显示:不管是小样本还是大样本,集合卡曼滤波都能快速、准确地逼近样本均值,而粒子滤波只有在大样本时才能缓慢地趋近;此外,集合卡曼滤波的粒子边缘概率密度及其偏度和峰度与粒子滤波完全不同,前者粒子虽不完全满足正态分布,但始终为单峰状态,而后者粒子随同化推进经历了单峰到双峰再到单峰的变化。(本文来源于《地球科学进展》期刊2010年04期）
王宝荣,杨华,王一程,殷松峰[4]（2009）在《基于卡曼滤波与均值偏移算法的目标跟踪》一文中研究指出针对变化场景下的目标鲁棒跟踪,提出了一种结合均值漂移与Kalman滤波的跟踪算法。利用YCbCr特征空间进行目标描述,使用Kalman滤波对目标运动速度和空间位置进行预测。根据干扰的不同情况,使用不同的比例因子将两算法的跟踪结果线性加权得到目标的最终位置,并利用一种比较科学的模型更新策略,减轻了模型漂移的影响,视频序列跟踪结果表明,提出的方法能够稳定地进行跟踪。(本文来源于《激光与红外》期刊2009年11期）
郭瑜,迟毅林[5]（2009）在《弗德卡曼滤波阶比跟踪解耦新方法》一文中研究指出弗德卡曼(Vold-Kalman)滤波阶比跟踪法是目前旋转机械阶比分析中能对阶比耦合干扰进行有效解耦操作的方法。但是传统的弗德卡曼升滤波解耦方法存在计算效率低,在无法充分获得耦合阶比瞬时频率信息时不能使用等不足。本文提出了一种基于独立分量分析技术的弗德卡曼滤波阶比跟踪解耦方法。其先将混合观察信号分解为阶比分量、耦合干扰等不同的独立信号分量,再在此基础上对分离出的阶比分量信号对应独立信号分量进行弗德卡曼滤波阶比跟踪分析,有效解决了传统解耦方法计算效率低,解耦需要干扰信号瞬时频率的不足。文中对弗德卡曼滤波阶比跟踪和独立分量分析的基本原理进行了简要介绍,在此基础上提出了本方法的实现方案。通过仿真试验和实际测试对本方法的有效性进行了评价。(本文来源于《振动与冲击》期刊2009年07期）
林培群,徐建闽[6]（2008）在《基于快速小波变换和卡曼滤波的车辆检测与轨迹跟踪》一文中研究指出主要研究一种新的车辆检测方法。在图像处理系统中,首先通过快速小波变换提取图像的纹理,同时利用灰度共生矩阵对提取出的纹理进行度量与分析。在此基础上根据图像中各部分的纹理差异检测车辆的存在,并成功剔除阴影的干扰。其次,提出用于图像处理的卡曼滤波的状态转移矩阵和观测矩阵,并利用其对车辆的状态进行跟踪,从而达到在图像序列中跟踪车辆运行轨迹的目的。实际道路环境下的实验充分说明所提出的方法的有效性。(本文来源于《微计算机信息》期刊2008年33期）
周振民[7]（2006）在《卡曼滤波与坦克模型联合应用研究》一文中研究指出对卡曼滤波(KALMAN FILTER)和坦克(Tank)模型的联合应用进行了研究。选用状态矢量代表坦克模型中的参数及其初值,并用试错法对其进行估计。卡曼滤波与坦克模型相联合并应用递推算法求解,滤波允许模型参数随时间而变化,从而减少了流域降雨径流过程的物理不确定性。该方法在海河流域峪河口水文站的洪水预报中应用表明,取得了较为满意的计算精度。(本文来源于《中国农村水利水电》期刊2006年04期）
秦军,阎广建,刘绍民,梁顺林,张颢[8]（2005）在《集合卡曼滤波在遥感反演地表参数中的应用——以核驱动模型反演BRDF为例》一文中研究指出遥感反演中使用先验知识,特别是在观测信息不足情况下,对于保证反演计算的稳定性和降低反演结果的不确定性具有重要意义.常用的最优算法,不能较好提供先验知识的后验分布,也就不能直接得到反演结果不确定性,这对于遥感应用是不利的.引入集合卡曼滤波(EnKF)的方法来实现地表参数的遥感反演,它能在有效获得反演结果的同时给出先验知识的后验分布.为了显示其反演优势,将MODIS标准AMBRALS算法、SCE-UA高效全局最优算法和集合卡曼滤波算法进行了比较.着重讨论了在观测不足时,引入先验知识并以反演结果的不确定性为比较指标的情况下,不同核组合的核驱动模型在不同地表类型上对反照率的反演能力.(本文来源于《中国科学(D辑:地球科学)》期刊2005年08期）
杜锡钰[9]（1981）在《《数字与卡曼滤波》书评》一文中研究指出自从数字计算机得到普遍推广应用以来,数字信号处理技术在通信、工程、医药、经济等许多领域,都得到广泛应用。在数字信号处理中,离散时间滤波与线性预测理论,都占有重要地位,本书给出数字滤波与卡曼滤波的简要概述,作为上述两部分理论的引论。 本书系在英国出版,作者积累了5年的教学内容,整理成此书。全书只有150页,和(本文来源于《通信学报》期刊1981年04期）
王延平[10]（1980）在《用自适应卡曼滤波处理活动图象》一文中研究指出关于处理电视信号(如电视电话或会议电讯)的频带压缩或信息冗余度的压缩问题已有很多方法。【1-9】本文提出另一种处理方法。对于一个活动图象所需传送的信息仅是各帧信号之间的差一帧差信号,这一部分正好是图象的活动部分。由于人眼对于图象的活动部分的分辨力是不高的,所以我们可以传送帧差信号的近似值。为了得到帧差信号的线性近似,本文利用Kalman滤波。由于人眼在高亮度下可容许更大的亮度误差。因而Kalman滤波器被设计得在高亮度信号下比低亮度时容许更大的误差。这样在信号编码过程中可引入更大的容差,根据码率—容差理论,信息量可得到进一步压缩。为了对帧差信号的线性近似进行编码,我们只需对它们的端点进行编码,这样所传送的信息就仅为各端点的幅变和位置,进一步考虑到各行线段端点间的相关性,更多的信息冗余度可以被压缩。通过计算机模拟,证明了用自适应Kalman滤波线性近似来传送帧差讯号可大量压缩信息冗余度。例如,处理一个移动的手,对它图象编码的信息量约为0.3—0.4bit/pel.(本文来源于《武汉大学学报(自然科学版)》期刊1980年04期）
卡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：
基于POM(Princeton Ocean Model)建立一个南海北部集合卡曼滤波的同化模式,主要用于卫星海表面温度的同化。模式的平均水平分辨率为5km,垂向分层为20层;侧边界条件嵌套到一个大范围的南海海洋模式,在同化方案上采用一个均方根集合卡曼滤波算法,避免观测的扰动;适当引入局地化算子,消除样本在空间上的虚假相关,同时增加集合样本的自由度。该同化试验同化了2008年夏季6月到7月的GHRSST(Global High-Resolution Sea Surface Temperature),然后采用2008年夏季SCOPE(Northern South China Sea Coastal Oceanographic Process Ex-periment)航次的温、盐数据对同化结果进行评估。结果表明,相对于未同化模式模拟结果,同化模式温度的改善比较明显,表现在加强了南海北部的上升流,校正了海表温度的偏差,改善了温度的垂向分布。由于集合卡曼滤波是一种多变量调整的同化方法,同化SST不仅能改善表层与次表层的温度分布,而且对流场和盐度的调整也比较明显。
（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。
卡曼滤波论文参考文献
[1].钱兰.集合卡曼滤波算法对FARSITE林火蔓延预测的修正效果研究[D].中国科学技术大学.2019
[2].舒业强,隋丹丹,王伟文,肖贤俊.南海北部集合卡曼滤波同化SST试验[J].热带海洋学报.2010
[3].苟浩锋,刘彦华,张述文,李得勤.评估集合卡曼滤波反演土壤湿度廓线的性能[J].地球科学进展.2010
[4].王宝荣,杨华,王一程,殷松峰.基于卡曼滤波与均值偏移算法的目标跟踪[J].激光与红外.2009
[5].郭瑜,迟毅林.弗德卡曼滤波阶比跟踪解耦新方法[J].振动与冲击.2009
[6].林培群,徐建闽.基于快速小波变换和卡曼滤波的车辆检测与轨迹跟踪[J].微计算机信息.2008
[7].周振民.卡曼滤波与坦克模型联合应用研究[J].中国农村水利水电.2006
[8].秦军,阎广建,刘绍民,梁顺林,张颢.集合卡曼滤波在遥感反演地表参数中的应用——以核驱动模型反演BRDF为例[J].中国科学(D辑:地球科学).2005
[9].杜锡钰.《数字与卡曼滤波》书评[J].通信学报.1981
[10].王延平.用自适应卡曼滤波处理活动图象[J].武汉大学学报(自然科学版).1980
论文知识图
