《估计噪声方差与Kalman滤波的传感器动态补偿》PDF+DOC

📙 相关资料

1. 《基于小波消噪的传感器动态补偿方法》PDF+DOC 在利用传感器进行动态测量时 ，为了得到精确的测量结果 ，需要对传感器进行动态补偿 ，补偿环节可以通过系统辨识得到 .由于测量噪声的存在 ，会使得辨识得到的补偿环节存在一定误差 ，影响到测量系统的精度 .利用小波分析的方法可以对传感器输出信号进行滤波消噪 .利用消噪后的信号 ，通过系统辨识方法建立传感......
2. 《基于噪声方差估计和模型参考的传感器动态补偿》PDF+DOC 针对采用最小二乘法(least-squares，LS)无法得到传感器动态补偿器参数无偏估计的问题，提出了一种基于输入信号噪声方差估计和模型参考的无偏辨识算法.该算法先通过小波变换估计噪声的方差，再由估计得到的方差，通过偏差消除的递推最小二乘法，对补偿器的参数进行无偏辨识.同时，利用参考模型建立卡尔曼......
3. 《不确定信号系统鲁棒观测融合Kalman预报器》PDF+DOC 对于带不确定噪声方差的多传感器单通道自回归滑动平均(ARMA)信号系统，当观测噪声中包含白噪声和一个自回归滑动平均(ARMA)有色观测噪声时，通过增广状态方法把ARMA信号系统模型转化为状态空间模型.应用加权最小二乘法和极大极小鲁棒估计准则，基于带噪声方差保守上界的最坏保守系统，提出了鲁棒加权观测融......
4. 《机器人腕力传感器辩识建模与动态补偿》PDF+DOC 把系统辨识、数字仿真和动态补偿有机地结合在一起，形成分析、改善传感器动态特性的完整方法，具体应用于机器人腕力传感器的研究中，证明了此方法的有效性。...
5. 《基于支持向量机的传感器动态补偿新方法》PDF+DOC 提出一种基于支持向量机(SVM)的传感器动态补偿新方法，给出相应的补偿过程及学习算法。与常用的神经网络补偿方法比较，其优点是明显的。它采用了结构风险最小化准则，在最小化样本误差的同时减小模型泛化误差的上界，提高了模型的泛化能力；而且将学习算法转换为求解二次规划问题，使得在整个学习过程中有且仅有一个全......
6. 《带未知有色观测噪声的自校正融合Kalman滤波器》PDF+DOC 对于带未知有色观测噪声的多传感器线性离散定常随机系统，未知模型参数和噪声方差的一致的融合估值器用递推增广最小二乘法(RELS)和求解相关函数方程得到.将这些估值器代入到最优解耦融合Kalman滤波器中，得出了自校正解耦融合Kalman滤波器，并用动态方差误差系统分析(DVESA)和动态误差分析(DE......
7. 《基于模型参考和卡尔曼滤波的动态测量方法》PDF+DOC 在传感器动态补偿时，传感器频带的扩展将会引起严重的高频噪声干扰，为有效地抑制噪声，研究了一个基于模型参考和卡尔曼滤波的动态补偿方法.补偿器的参数通过参考模型和系统辨识的方法得到，同时，利用参考模型建立卡尔曼滤波器，消除高频噪声对测量精度的影响.通过仿真实验以及对硅加速度传感器的动态测量误差补偿，验证......
8. 《基于粒子群算法的传感器动态补偿及LabVIEW实现(英文)》PDF+DOC 以冲击波压力测试为背景，介绍了一种基于粒子群优化算法(PSO)的动态补偿数字滤波器的设计方法。对压力传感器进行动态校准实验和计算机仿真，根据传感器动态标定时的输入输出数据及参考模型，利用粒子群优化算法进行寻优，得到的全局最优值即为传感器动态补偿器的系数，并利用LabVIEW平台完成了动态补偿滤波器的......
9. 《基于粒子群算法的传感器动态补偿及Labview实现》PDF+DOC 以冲击波压力测试为背景，介绍了一种基于粒子群优化算法(PSO)的动态补偿数字滤波器的设计方法。针对压力传感器进行了动态校准实验研究和计算机仿真研究，根据传感器动态标定时的输入输出数据及参考模型，利用粒子群优化算法进行寻优，得到的全局最优值即为传感器动态补偿器的系数，最后在LabVIEW平台实现了动态......
10. 《基于QPSO算法的传感器动态误差实时修正方法》PDF+DOC 为了修正由传感器动态特性引起的动态误差，提出了一种基于量子粒子群优化算法(Quantum-Behaved Particle Swarm Optimization，QPSO)的传感器动态补偿方法。该方法依据传感器校准时的输入和输出数据运用QPSO算法得到最优补偿器模型及参数。为了实现传感器动态误差的实......