状态估计
文章平均质量分 90
wlz249
这个作者很懒,什么都没留下…
展开
-
【状态估计】基于线性卡尔曼滤波器和粒子滤波器无人机估计地形高度(Matlab代码实现)
本文模拟了安装在无人机中的距离传感器从地形获得的观测结果,并试图通过嘈杂的观测来估计地面的当前高度。线性卡尔曼滤波和粒子滤波技术都得到了实施和比较。[2]王涛,谢婧怡,孟丽岩,李勐.基于平方根容积卡尔曼滤波器的非线性模型参数识别[J].黑龙江科技大学学报,2023,33(01):109-115.[1]杜云峰.卡尔曼滤波器在过程估计中的应用[J].机电产品开发与创新,2007(04):142-143.博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。部分理论来源于网络,如有侵权请联系删除。原创 2023-07-14 08:32:56 · 32 阅读 · 0 评论 -
【状态估计】粒子滤波器、Σ点滤波器和扩展/线性卡尔曼滤波器研究(Matlab代码实现)
波器(也称为无迹滤波器)中,我们不用一大堆散射粒子来表示不确定性,而是假设不确定性具有高斯(正态)分布,并且以当前最佳估计值为中心:因此,我们可以用协方差矩阵来表示不确定性,就像我们为上面的粒子计算的那样。我们将协方差可视化为围绕状态估计的椭圆,其中椭圆绘制在 3σ 边界处(因此,真实状态大约 99.7% 的时间在这个椭圆内)。绘制 1000 个粒子只是为了进行比较。原创 2023-07-10 21:12:39 · 140 阅读 · 2 评论 -
【状态估计】基于无味卡尔曼滤波模拟倾斜传感器研究(Matlab代码实现)
PC可能有大量的外设选择,如COM端口,USB, Wifi,键盘,鼠标,显示器等。然后提供图形说明,以指导您完成实现Simulink模型的整个过程,以设计,模拟和评估UKF用于倾斜传感器系统的性能。在第二部分中,提供图形说明,以指导您完成将您的设计从Simulink模型转移到基于Rapid STM32 - R1邮票板的现实世界独立倾斜传感器系统的过程。在第二部分中,将提供图形说明,指导您将设计从 Simulink 模型转移到基于 Rapid STM32 - R1 印章板的实际独立倾斜传感器系统的过程。原创 2023-07-04 16:10:39 · 64 阅读 · 0 评论 -
使用扩展卡尔曼滤波(EKF)融合激光雷达和雷达数据(Matlab代码实现)
然而,这两者的输出是不同的,激光雷达的输出是笛卡尔坐标中物体的位置,而雷达给出物体在极坐标中的位置和速度。使用扩展卡尔曼滤波器是因为它可以融合非线性数据,在这种情况下是来自笛卡尔坐标和极坐标的数据。为了估计非线性测量,引入了雅可比矩阵。[1]杨春玲,倪晋麟,刘国岁,郑全战.转换坐标卡尔曼滤波器的雷达目标跟踪[J].电子学报,1999(03):121-123.博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。部分理论引用网络文献,若有侵权联系博主删除。行百里者,半于九十。原创 2023-07-03 13:36:13 · 114 阅读 · 0 评论 -
【状态估计】变分贝叶斯近似的递归噪声自适应卡尔曼滤波(Matlab代码实现)
该近似在每个时间步上分别形成,结果是一个递归算法,其中在每个步骤上,状态和噪声方差的足够统计数据都是通过卡尔曼滤波器的定点迭代估计的。与本工作相关,还考虑了具有未知方差的AR模型的VB近似,但未考虑具有未知时变方差的一般线性状态空间模型。两种主要方法是推导因式自由形式分布(对于共轭指数类中的模型),或者假设固定形式的后验分布(例如,多元高斯,可能具有模型的适当参数化)。贝叶斯噪声自适应滤波方法的例子是基于状态增强的方法[10],[11],多模型方法,如。贝叶斯方法是其中最通用的,其他方法通常可以解释为。原创 2023-06-22 09:46:39 · 50 阅读 · 0 评论 -
【状态估计】用于非标量系统估计的最优卡尔曼滤波(Matlab代码实现)
考虑了最优卡尔曼滤波的例子。假设一些非标量复杂系统来分析最优卡尔曼滤波器的可用性,以获得估计值。作为估计前提和鲁棒性的度量,协方差矩阵对角线(与系统变化相关)时间依赖性。[1]岳兴春,彭勇,宋威,黄嘉诚,周钰琛.融合EMA和卡尔曼滤波的MEMS去噪研究与应用[J].仪表技术与传感器,2023(04):83-86+92.系统的特定组件通过过滤提供良好的估计,另一个则不然。得出结论,过滤器使用的有效性取决于系统。博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。部分理论来源于网络,如有侵权请联系删除。原创 2023-06-12 17:26:54 · 38 阅读 · 0 评论 -
【状态估计】基于数据模型融合的电动车辆动力电池组状态估计研究(Matlab代码实现)
印度科学理工学院 ShaliniRodrigues 等借助阻抗谱的手段测试不同 SOC 值电池的阻抗,用以提取随 SOC 变化的电池参数,然后制定 SOC 和该参数的映射关系,采用查表方式进行 SOC 的标定[55]。目前国内外使用的动力电池SOC 的估计方法主要有三大类[52-54]:基于动力电池表征参数测量值的估计方法、基于安时积分的估计方法和基于电池模型和观测器的融合方法。然而,动力电池具有很强的时变非线性,在电动汽车上应用时,又受工况、环境等随机性因素影响,对其状态的实时精准估计具有挑战性。原创 2023-06-12 09:39:49 · 74 阅读 · 1 评论 -
基于卡尔曼滤波进行四旋翼动力学建模(Simulink&Matlab)
摘要:由于近年来民用和军事领域对无人机的兴趣日益浓厚,自主微型飞行机器人的研究得到了极大的加强。本文总结了OS4项目建模和控制部分的最终成果,重点是四旋翼飞行器的设计和控制。介绍了考虑车辆运动引起的气动系数变化的仿真模型。利用该模型得到的控制参数在不重新整定的情况下成功地应用于直升机。本文的最后一部分描述了控制方法(积分反演)和我们提出的四旋翼飞行器(姿态、高度和位置)的完全控制方案。- 电机动力学 - 用于状态估计的卡尔曼滤波 - 简单的传感器模型/ADC转换。对以下内容进行了建模: - 四旋翼动力学。原创 2023-06-11 14:17:18 · 51 阅读 · 0 评论 -
【状态估计】电力系统状态估计的虚假数据注入攻击建模与对策(Matlab代码实现)
电力系统由能源管理系统(EMS)或监督控制和数据采集(SCADA)系统持续监测和控制,这些系统需要状态估计器的输入来维持电力系统的运行状态。因此,状态估计使用来自仪表测量的数据,计算这些测量的最佳估计值,然后将结果用于控制网格。因此,电力系统运行和规划中的状态估计是监测和控制系统通过电表测量和电力系统拓扑估计电力系统最佳状态的重要和必不可少的工具。对于简化的直流模型,方程是线性的,不需要迭代。了解电力系统的当前配置可能会导致BDD的当前实现无法检测到攻击,因为攻击者希望注入与估计状态密切相关的数据。原创 2023-04-18 13:56:00 · 226 阅读 · 0 评论 -
【状态估计】基于二进制粒子群优化 (BPSO) 求解最佳 PMU优化配置研究【IEEE30、39、57、118节点】(Matlab代码实现)
虽然同步相量量测单元能够提供高精度的实时量测数据来提高状态估计精度[3] ,但由于成本和技术的限制,我国配电网安装的 PMU 装置数量有限,得到的实时量测数据较少。数值优化算法主要分为穷举法和整数规划法,虽然整数规划法发展较为成熟,但配电网节点数目较多,短时间不可能大规模安装 PMU 量测装置,所以整数规划法不满足系统可观性的要求。文献[16]从不可观测度优化的角度出发,利用整数规划模型求解,在误差最大的节点装置 PMU,但没有考虑到配电网系统中节点较多而零注入节点较少的情况。行百里者,半于九十。原创 2023-04-05 11:58:27 · 187 阅读 · 0 评论 -
观测信号(包括异常值)的状态估计方法(Matlab代码实现)
传统的系统状态估计方法只用到连续信号,而离散测量信号所包含的信息没有得到利用.提出一种基于混合信号(包括连续和离散)的系统状态估计方法,既利用了连续信号,也用到离散信号的信息。该方法将离散信号的变化视作系统的离散事件,提取其准确的信息并参与系统状态估计,构成具有混合系统特性的新型状态估计器。还讨论了该估计器的稳定性条件和设计方法。仿真实验证明这种所提出的状态估计方法可以有效地改善系统的状态估计性能。本文模拟 MCV 观察器,使用多个候选信号的中位数的状态估计方法来进行观测信号(包括异常值)。原创 2023-03-26 10:52:14 · 132 阅读 · 0 评论 -
【 PMU】信号生成、采样、分割、估计器应用和误差计算(Matlab代码实现)
subplot(2,1,1),hold on, grid on, plot(ref_seg(2,:)', 'black'), plot(amp_med'), title('amplitude'), xlabel('medi玢o'), ylabel('amplitude (%)')【 PMU】信号生成、采样、分割、估计器应用和误差计算,并用Matlab代码实现。博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。部分理论来源于网络,如有侵权请联系删除。行百里者,半于九十。原创 2023-03-07 13:45:09 · 48 阅读 · 0 评论 -
【信号处理】卡尔曼(Kalman)滤波(Matlab代码实现)
2]蒋锐,李俊,徐友云,王小明,李大鹏.基于联邦卡尔曼滤波器的容错GPS-AOA-SINS组合导航算法[J].通信学报,2022,43(08):78-89.x_predict2 = F * X_EKF2(:,n-1);%协方差更新方程 %后面一半要不要?原创 2023-02-08 09:57:16 · 3214 阅读 · 1 评论 -
改进的粒子滤波算法及其应用研究(Matlab代码实现)
状态估计是控制理论中的一个重要的研究点,状态估计指的是从混有噪声的信号中尽可能地恢复系统真实的状态。估计的目的是从含有噪声的量测值中提取出有用信息,利用这些信息估计出系统的状态,使得估计的状态值与真实状态间误差满足方差最小的原则。由于人们生活的世界是非线性的,对抽象化得到的非线性模型进行处理,非线性滤波算法发挥了重要作用。滤波算法的发展由易入难,由线性发展到非线性,因此在进行非线性滤波算法的相关研究时,线性滤波算法的发展也需要进行一定的探讨。子滤波已成为主要的估计方法,并得到了广泛的应用。原创 2023-01-14 20:37:49 · 379 阅读 · 0 评论 -
具有梯度流的一类系统的扩散图卡尔曼滤波(Matlab代码实现)
本文提出了一种非参数方法,用于高维非线性随机动力系统的状态估计,这些系统根据各向同性扩散的梯度流演化。更具体地说,使用扩散图,我们构建了数据驱动的虚拟状态坐标,使系统模型线性化。我们在三个跟踪问题中展示了我们的方法在参数和非参数算法方面的优势。特别是,将该方法应用于啮齿动物海马神经活动的实际记录,直接产生动物位置的表示。结果表明,所提出的方法在所检验的随机问题公式中优于竞争的非参数算法。此外,我们获得了与经典参数算法相当的结果,与我们的方法相比,经典参数算法配备了模型知识。行百里者,半于九十。原创 2023-01-06 17:42:29 · 88 阅读 · 0 评论 -
非线性非高斯模型的改进粒子滤波算法(Matlab代码实现)
但是,纯方位跟踪又是跟踪问题的一个难点,主要是因为同主动跟踪问题相比,纯方位跟踪具有不可观测性,滤波非线性等特点。扩展卡尔曼滤波( EKF) 是比较普遍适用的算法,此算法仅利用非线性函数 Taylor 展开的一阶项,只适用于弱非线性系统,在缺少距。对于强非线性系统,不敏卡尔曼滤波( UKF) 有更 好的滤波效果,但是 UKF 和 EKF 都是在基于模型线性化和高斯假设的条件下,不适用于非高斯分布的模型。行百里者,半于九十。原创 2022-12-30 21:56:32 · 623 阅读 · 0 评论