摘要：微型航姿参考系统(AHRS)模块是由微机电系统(MEMS)惯性器件以及STM32微型处理器组成的航姿参考系统,广泛应用于民用无人机领域。针对MEMS惯性器件易受外界环境干扰、数据易漂移导致姿态解算数据不稳定、精度不高的问题,提出一种适应于AHRS模块的扩展卡尔曼滤波(ekf)算法,通过算法完成AHRS模块内的多传感器信息融合,保障AHRS模块输出高精度的姿态数据。利用高精度三轴无磁转台对其进行动静态精度测试,采集并分析AHRS在动态环境下的各个轴向角实时数据与误差数据。结果表明,该航姿参考系统能够满足小型化、低功耗和低成本设计要求,适用于民用无人机领域。

摘要：精确的电池SOC数据是电动汽车正常运行的关键,ekf算法通过递推运算能够从软件层面有效地消除SOC估算过程中的误差累积,但实际估算精度和适用性依赖于可靠的硬件系统。因此,设计了一种电池SOC在线评估系统,16位ADC模块确保了系统数据采集精度;主控DSP2407芯片可靠有效地实现了算法运行和系统状态显示功能。实验测试表明,A/D数据结果的平均误差较小,算法运算结果与理论仿真结果一致,硬件系统能够满足精度设计要求,且工作稳定。

摘要：基于航空发动机安全性与稳定性,以卡尔曼滤波原理为依据,设计风扇转速融合ekf算法,根据发动机热力参数融合的转速信号为反馈,进行信号闭环控制仿真。仿真结果表明,信号闭环控制性能良好,符合通过物理传感器信号反馈的个性化指标要求,可确保风扇传感器失效状态下依旧能够高精确把控转速指令;基于仿真明确指出了稳定性与可靠性优化具体方向,发现三参数合成融合算法的控制性能与稳定性最佳,是最理想化的风扇转速融合ekf算法。

摘要：脑血流中的血红蛋白有两种:氧合血红蛋白(HbO2)和还原血红蛋白(HbR)。这两种血红蛋白在脑血流中浓度的变化可以反应脑部神经活动,提取其浓度变化信号可以为如癫痫病灶定位、抑郁等相关疾病的诊断和治疗提供依据和参考。目前,使用近红外光谱提取脑血流信号的算法有EEMD-ICA法主成分分析法(PCA)、独立成分分析法(ICA)、相干平均法、自适应滤波等,这些算法在对近红外脑神经活动信号提取时都有各自的特点和优势,但都重视如呼吸、眼动等各种生理干扰,忽视了测量过程中符合高斯分布的测量干扰,如仪器精密度、信号传输中的串扰等。为了提取脑血流中氧合血红蛋白(HbO2)和还原血红蛋白(HbR)浓度变化信号,设计了功能性近红外光谱(fNIRS)的脑血流参数采集装置,选择波长为750和830 nm的二极管近红外光源采集脑部血流变化信号,采用扩展的卡尔曼滤波(ekf)算法,把生理干扰和测量干扰建立对应的数学模型,使用基于误差平方和最小的原理进行递归计算,通过对下一时刻系统的初步状态估计以及测量得出的反馈相结合,得到该时刻无限逼近真实值的状态估计,结合修正的朗伯比尔定律(Lambert-Beer law),将光密度信号的变化转换为氧合血红蛋白(HbO2)和还原血红蛋白(HbR)浓度变化信号。结果表明:所提方法可以有效去除符合高斯分布的测量干扰,在Valsava实验和视觉诱发实验中,可以提取出脑血流中氧合血红蛋白(HbO2)和还原血红蛋白(HbR)浓度变化曲线,和主流的EEMD提取脑信号算法比对其RMSE值提高了0.96%,r值提高了0.6%,表明提出的方法有一定的优越性。所提方法为相关脑部疾病诊断等提供了有效的脑神经活动探测方法。

摘要：针对锂电池不同使用场合下的剩余电量估算精度的问题,提出了基于内阻功率的放电策略与功率积分的电池剩余电量计算方法。选取电池的1阶Thevenin等效电路模型,通过放电实验确定电池内部参数,建立了电池的可变参数模型。依据电池不同使用需求,通过功率控制电池放电电流,稳定电池的容量,提升了安时积分算法在稳定放电工况下的鲁棒性;将电池的温度、高频率波动电流和健康状况引入积分项,以衡量电池容量消耗速率,并采用功率积分算法估算电池剩余容量。将积分算法与ekf结合,减弱了积分误差对估算精度的影响。搭建实验台架,设计锂电池的放电工况,采用与之对应的放电策略和计算方法。结果表明:本文的方法有效地提升了电池剩余电量的估算精度。

摘要：为了提高剩磁波动影响下微纳卫星在轨定姿精度,提出一种结合地面剩磁标定数据、采用改进的扩展卡尔曼滤波(ekf)算法对磁强计剩磁偏置进行在轨动态标定的方法.该算法将卫星姿态运动学模型、陀螺模型和磁强计静态测量模型作为系统状态方程,采用太阳敏感器和磁强计实测值进行量测更新,依据地面剩磁标定结果波动量级设计变参数的系统噪声协方差阵,实现剩磁波动条件下磁强计偏置的动态跟踪和实时标定.以浙江大学皮星二号(ZDPS-2)卫星地面剩磁标定数据进行仿真分析,结果表明,该算法可有效实现对动态剩磁的跟踪估计,在剩磁波动条件下收敛时间小于250s,估计结果稳定性优于20nT(1σ);与定常滤波法相比,收敛时间缩短了1 850s左右,姿态确定精度提高了5°.

摘要：为解决智能汽车传感器测量质心侧偏角成本高昂的问题,文章提出了通过扩展卡尔曼滤波(ekf)算法降低测量成本的方法。基于Dugoff轮胎模型在MATLAB/Simulink软件中构建车辆非线性二自由度仿真模型,利用ekf算法设计车辆参数和轮胎侧偏力的状态观测器,设计了一种适应多工况条件的自适应协方差矩阵。对设计的算法进行多种典型工况实验仿真验证,与汽车动力学软件CarSim同工况下进行曲线对比,仿真值与估计值基本吻合。结果表明,所设计的车辆参数估计算法具有良好的多工况适应能力,具有一定的实用性。

摘要：在船舶锂电池储能系统(RESS)应用中,准确估计剩余容量(SOC)是储能系统安全充放电的基础,SOC无法直接测量,只能通过测量电池外电压电流,根据电池特性进行计算得到。目前,传统SOC估计算法精度低,现流行的算法存在计算复杂的问题,并对依赖于SOC初始值精度,在运用中问题重重,难以保证船舶RESS的安全、寿命和容量利用率。为提高SOC估算精度,对锂电池的等效电路PNGV模型进行试验及参数辨识,并结合拓展卡尔曼滤波(ekf)算法,测量锂电池电压及电流,综合进行SOC的估算,经试验,SOC估算精度相比传统算法得到了提高,并解决了SOC估计对初值的要求高的问题,由此证明了PNGV模型结合扩展卡尔曼滤波算法精确估计SOC的可行性。

摘要：针对机械臂在工业自动化等方面的需求,在分析了传统机械臂控制系统的基础上提出了一种以STM32F4为主控制器、陀螺仪传感器为关节状态检测器、舵机驱动模块为机械臂运动单元的六自由度控制系统。该系统采用扩展卡尔曼滤波算法(ekf算法),将陀螺仪采集的关节状态参数传递给ekf核心算法进行预估机械臂的运动状态,实现对机械臂运动过程中的偏差调控。实验表明,该控制系统的运动精度误差最大不超过18mm,能够快速、准确地调控机械臂的运动轨迹。

摘要：锂离子电池管理系统设计及荷电状态(SOC)估算依赖于电池等效电路模型的建立,在几种常见的动力锂离子电池等效电路模型分析与比较的基础上,通过对动力锂离子电池进行多种特性实验,分析了锂离子电池的动态特性,提出了二阶RC等效电路模型,并验证了模型的准确性。在电路模型基础上运用扩展卡尔曼滤波算法搭建了MATLAB/Siumlink平台上的仿真模型,通过仿真和实验结果的对比,验证该模型具有较高的估算精度,可用于锂离子电池SOC的实时估算。