摘要：为提高几何活动轮廓分割算法的分割效率和准确性,设计了新的边缘检测与跟踪算法.首先采用矢量图像计算图像的梯度值,并设计能够自适应调整阈值的边缘指示函数,进而提出改进的变分水平集演化模型;然后设计基于该改进模型的边缘检测算法,并在无迹卡尔曼滤波器框架下设计了运动目标的跟踪算法.实验结果表明,文中算法不但显著地提高了轮廓演化模型的灵活性和收敛速度,而且对阴影、遮挡、目标形变和背景干扰等具有较好的鲁棒性.

摘要：为了测量剧烈变化的弹体滚转角姿态,设计了高、低量程配置的传感器测量方案,利用UKF滤波器,对弹体滚转姿态进行估计.为了提高弹体飞行中间段的滚转姿态测量精度,进一步设计了状态融合和量测融合两种数据融合算法.仿真研究表明,量测融合算法精度高、实时性强.

摘要：为了提高活动轮廓(active contour,AC)对边缘特征局部极小值的搜索效率,从而提高其对铁谱图像的分割速度,提出了一种基于活动轮廓评价和演化行为控制的图像分割方法.首先,设计了一种基于矢量图的边缘指示函数(edge indicator,EI)的计算方法,相应的计算结果为活动轮廓模型建立了一个边缘指向更加明确的边缘指示场(edge indicator field,EIF).其次,设计了曲线EI值的无迹卡尔曼滤波模型,并基于此提出了活动轮廓边缘特征的跟踪和评价方法.最后,根据以上评价结果调整曲线模型的参数以控制其演化行为.这种参数调节机制保证了曲线模型参数在不同的区域具有不同的参数设置.试验结果表明,该算法显著地提高了控制演化过程的灵活性以及活动轮廓的收敛速度,并且它能够实现对各种形状磨粒的准确分割,不仅避免了弱边界区域的泄漏现象,而且能够有效滤除背景中的各种噪声干扰和非磨粒目标.

摘要：采用激光陀螺确定导弹飞行姿态时,由于存在初始姿态误差及陀螺漂移,弹体的计算姿态有误差且随时间振荡。为了消除姿态误差和陀螺漂移并获得弹体姿态的最优估计,设计了一种组合定姿系统。该系统以GPS载波双差相位为观测量,用修正罗德里格斯参数(MRPs)描述姿态误差矢量,并以该误差的一阶微分方程为模型,采用无迹卡尔曼滤波器(UKF)估计姿态误差和陀螺漂移并实时校正,进而得到弹体姿态的最优估计。仿真结果表明:在大的姿态、陀螺漂移初始误差条件下,该系统可准确、快速地估计导弹姿态,证明了其有效性。

摘要：针对微机电惯性导航系统(MEMS-INS)定位解算存在积累误差及低功耗蓝牙技术iBeacon指纹定位存在跳变误差等问题,该文提出一种基于无迹卡尔曼滤波器(UKF)的iBeacon/MEMS-INS数据融合定位算法。该算法对iBeacon锚点与定位目标的距离进行解算,利用加速度计和陀螺仪的数据实现姿态阵和位置解算。将蓝牙锚点位置向量、载体速度误差信息等组成状态量,将惯性导航定位信息和蓝牙定位距离信息等组成观测量,设计无迹卡尔曼滤波器,实现iBeacon/MEMS-INS数据融合定位。实验测试结果表明,该算法有效解决MEMS-INS存在较大积累误差及iBeacon指纹定位存在跳变误差的问题,可以实现1.5 m内的定位精度。

摘要：为提高锂电池荷电状态(state of charge,SOC)及健康状态(state of health,SOH)的估计精度,以二阶RC等效电路模型为研究对象,基于无迹卡尔曼滤波器(UKF)的思想,提出SOC-SOH联合估计的双自适应UKF滤波器算法,该算法通过对状态方差阵和噪声方差阵的递推估算,确保了状态和噪声方差阵的实时更新,并且能及时反映SOH变化趋势。仿真实验结果验证了该算法的正确性和有效性。

摘要：卡尔曼滤波器是线性动态系统中应用最广泛的一种状态估计方法。在非线性系统中,扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)被广泛应用,相比扩展卡尔曼滤波器,无迹卡尔曼滤波器准确度更高、更易于实现。在车辆动力学这种强的非线性系统中,无迹卡尔曼滤波器应用广泛。设计了一种基于无迹卡尔曼滤波器的半主动悬架系统状态观测器,讨论了不准确的过程噪声协方差Q和测量噪声协方差R、及测量信号组合的选择和不准确的模型参数对状态观测精度的影响,仿真结果表明不准确的过程噪声和测量噪声协方差、不合适的测量信号选择和模型参数不准确的干扰在不同程度上降低了状态估计精度。

摘要：针对一艘目标三体船,构建MMG运动数学模型结构,利用无迹卡尔曼滤波器结合自航试验数据对模型中的参数进行辨识。为减轻动力相消带来的影响,结合三体船特点对模型结构进行化简,并设计不同的控制方式进行分步辨识。通过模型预报数据与自航试验观测值的对比,以及部分参数的试验测量值与辨识值的比较,验证了本文辨识方法的有效性和优越性。

摘要：建立了一种将Sage-Husa噪声估计器与无迹卡尔曼滤波器有机的结合的软测量算法,通过自适应软测量算法对车速等车辆运行参数进行有效的测量,结合采用轮速传感器得到的易测量轮速信号,实时计算车辆防抱死系统的实际的滑移率,通过与理想路面滑移率比较,从而实现各轮缸压力的有效控制,避免了车轮的抱死。通过CARSIM/Simulink联合仿真实验表明:建立的自适应软测量算法可以实现车速的准确测量,并且在对开路面上可以有效抑制了制动过程中的车轮抱死,从而保证了车辆的制动稳定性。

摘要：[目的]针对某新型大尺度欠驱动高速自主式水下机器人(AUV)导航系统的研制,[方法]详细介绍AUV导航系统的硬件组成及软件构架,构建基于VxWorks实时嵌入式操作系统的AUV组合导航系统。考虑到高速AUV导航系统的非线性特征及容错性要求,将无迹卡尔曼滤波(UKF)技术用于联邦滤波器,设计基于UKF的联邦卡尔曼滤波器,并对导航系统的二维平面模型进行数值仿真。[结果]结果表明,联邦无迹卡尔曼滤波器相比传统的卡尔曼滤波方法能够获得更高的精度和更好的鲁棒性;半实物仿真联调试验、水池试验、湖上试验及艇载试验充分验证了导航系统的实时性和可靠性,[结论]证明该系统能够满足AUV航行任务的需要。