7、針對卡爾曼濾波器對系統模型依賴*強、魯棒*差和跟蹤機動目標能力有限的問題,提出了一種新的利用混合模糊邏輯和標準卡爾曼濾波器的聯合算法。
11、分析了基於卡爾曼濾波器的殘差檢驗法對傳感器緩變故障檢測的不敏感*原因。
15、結果表明,基於時間序列模型的卡爾曼濾波器有效地減小了隨機誤差。
19、用非線*車輛模型線*化方法,設計了基於廣義卡爾曼濾波器和廣義龍貝格觀測器的質心側偏角估計算法。
23、採用卡爾曼濾波器對目標進行跟蹤時,目標初始狀態估計是影響初始階段跟蹤精度的一個重要原因。
27、在異步電機控制基礎上 ,利用擴展卡爾曼濾波器將轉子轉速看成系統的一個狀態量 ,根據定子側可以測量的電流、電壓值 ,逐步估計出轉子轉速 ,為研製無速度傳感器控制打下基礎。
4、由於狀態和觀測方程都是非線*的,故採用了擴展的卡爾曼濾波器。
9、在毫米波雷達目標跟蹤中,角閃爍的非高斯特*將使得經典的卡爾曼濾波器失效。
14、算法構造巧妙,由於使用了較少的卡爾曼濾波器,算法實時*好,魯棒*更好。
20、基於無軸承永磁同步電機的向量控制系統,提出了採用擴展卡爾曼濾波器實現無速度傳感器運行的控制策略。
25、考慮一類時延網絡控制系統,提出了一種具有時延補償功能的卡爾曼濾波器設計方法,並對系統進行狀態估計。
3、為有效處理非線*,不敏卡爾曼濾波器被用於設計依賴假設的單元濾波器。
10、移動機器人的*子系統利用卡爾曼濾波器,融合由視覺系統與由里程計獲得的位置估計值。
17、研究利用卡爾曼濾波器及多重故障假設檢驗方法來檢測某發動機控制系統傳感器硬、軟故障,並實現故障傳感器的輸出重構。
24、本文首先介紹了卡爾曼濾波器,對各種*數據進行信息融合,從而組成*系統,以獲取系統狀態的最優估計。
5、針對線*隨機系統提出了一種改進強跟蹤卡爾曼濾波器(MSTKF)。
13、提出一種基於卡爾曼濾波器的永磁同步電機永磁體磁場狀況在線監測方法。
22、在對JDAM系統組成和精度分析的基礎上,詳細討論了JDAM系統的卡爾曼濾波器、捷聯慣**技術、傳遞對準和GPS輔助慣*制導等技術。
6、在水下被動目標跟蹤系統中,直角座標系下的擴展卡爾曼濾波器容易發散而導致濾波精度很差。
18、提出一種估計異步電機轉子速度和轉子磁鏈的新型降階推廣卡爾曼濾波器算法,建立了基於此算法的異步電機無速度傳感器向量控制系統。
2、應用擴展卡爾曼濾波器融合SIFT特徵信息與機器人位姿信息完成SLAM。
21、提出了一種利用模糊邏輯控制器來在線調節卡爾曼濾波器的自適應數據融合方法,並着重研究了其在GPS/INS組合*中的應用。
12、利用改進的自適應增益卡爾曼濾波器在隨機模式下建立一個小型姿態確定系統。
8、提出了採用擴展卡爾曼濾波器估計入*波參數(入*角度和入*功率)的方法。
16、其次,利用線*卡爾曼濾波器對其縱向運動姿態進行估計,依據LQG*能指標構造了最優控制規律。
1、討論了建立卡爾曼濾波器的基本變量,最後探討了卡爾曼濾波的多模型估計算法。
26、機載的發動機自適應模型利用卡爾曼濾波器,能準確估計發動機的*能蜕化,對機載模型進行修正使其輸出與真實發動機保持一致。