自確認傳感器理論及應用研究.pdf_第1頁
已閱讀1頁,還剩103頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、自確認傳感器是一種在輸出測量值的同時,給出測量值精度及自身工作狀態(tài)的下一代新型傳感器。它是結合了測量理論,故障檢測技術及數字通信技術的智能測量單元。本文針對自確認傳感器中其觀測噪聲方差未知,存在動態(tài)測量偏差以及狀態(tài)方程未知情況下的狀態(tài)估計等問題開展研究,試圖通過采用一些新的數學方法,引入新的建模方法,為自確認傳感器尋求新的實現途徑和方法,無疑對自確認傳感器的發(fā)展具有重要的理論意義和實際工程應用價值。
   眾所周知,在傳感器觀測

2、噪聲方差未知情況下,卡爾曼濾波等基于模型的濾波算法是可能失效的。為了解決這一問題,我們通過分析不準確的觀測噪聲對卡爾曼濾波性能的影響,并根據小波分析可以實時分離信號和噪聲的特性,提出了首先利用小波分解的方法實時估計出傳感器觀測噪聲方差,再利用估計出的觀測噪聲方差進行狀態(tài)估計的未知觀測噪聲的卡爾曼濾波算法。最后給出了提出算法在多傳感器數據融合中的應用。理論分析和仿真結果均表明,本文提出的算法可以實時準確的估計出傳感器觀測噪聲方差,從而有效

3、地避免了由于觀測噪聲方差不準確導致的卡爾曼濾波失效。
   我們知道無論何種精度的實際傳感器,在復雜的應用環(huán)境中,隨著應用時間的延續(xù),傳感器或多或少都會普遍存在動態(tài)測量偏差。無疑傳感器動態(tài)測量偏差的存在都將或多或少直接影響其測量結果及相應狀態(tài)估計的準確度。為了解決這個問題,本文開展了單傳感器動態(tài)測量偏差的實時估計研究。通過采用多項式預測模型分別對傳感器動態(tài)測量偏差及系統狀態(tài)進行建模,并引入一個與偏差相關的可控可測物理量,解決了擴

4、展狀態(tài)卡爾曼濾波算法中可觀測性條件難以滿足的問題。理論分析及仿真結果表明,本文方法可以同時準確地估計出系統狀態(tài)和傳感器動態(tài)測量偏差。
   在研究了單傳感器動態(tài)測量偏差估計算法的基礎上,本文進一步研究了多傳感器動態(tài)測量偏差的實時估計問題。盡管多傳感器多目標跟蹤的具體應用可以滿足可觀測性條件,但對未知傳感器動態(tài)測量偏差的建模仍然是一個難題。本文通過多項式預測模型建立了傳感器偏差的偽測量模型,提出了多傳感器時變偏差的實時估計算法。理

5、論分析及仿真結果表明,本文算法與文獻中現有的算法相比,傳感器動態(tài)測量偏差估計結果更加準確,估計方差更小。
   準確的狀態(tài)方程是基于模型的狀態(tài)估計算法準確有效的重要前提,但實際應用中,未知狀態(tài)的先驗信息是難以準確獲得,這樣會導致建立的狀態(tài)模型存在大的模型不確定性。針對機動目標跟蹤的具體應用,本文從牛頓運動定律出發(fā),利用多項式預測模型為機動目標建立了一個自確認的狀態(tài)方程。分析表明該模型不需要已知目標的具體運動參數,就可以自確認地描

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論