推荐5篇关于无迹卡尔曼滤波的计算机专业论文

今天分享的是关于无迹卡尔曼滤波的5篇计算机毕业论文范文, 如果你的论文涉及到无迹卡尔曼滤波等主题,本文能够帮助到你

多传感器融合的室内移动机器人定位研究

这是一篇关于室内定位,UWB,IMU,扩展卡尔曼滤波,无迹卡尔曼滤波的论文, 主要内容为超宽带(Ultra-Wide Band,UWB)技术因其具有高精度的定位优势而在室内定位领域备受关注,但在复杂的室内场景中,由于障碍物的遮挡,UWB测量数据可能会出现异常值,因此难以提供稳定且高精度的定位信息。惯性测量单元(Inertial Measurement Unit,IMU)作为一种运动传感器被广泛应用于机器人导航和飞行器控制,当前市场上存在许多基于低成本微电子机械系统的IMU。然而,低成本IMU的零偏误差、比例因子误差、交轴耦合误差和随机噪声等因素会影响其精度。在实际情况中,单—的UWB定位技术往往无法提供所需的定位精度和稳定性。因此,本文研究了基于扩展卡尔曼滤波(Extended Kalman Filter,EKF)和基于无迹卡尔曼滤波(Unscented Kalman Filter,UKF)的UWB/IMU组合室内定位方法,以解决UWB定位技术在非视距环境下定位精度降低的问题和IMU定位技术中定位误差随时间累积的问题。该方法通过整合UWB和IMU的数据,提高了定位精度,同时能够跟踪位置、速度和方向信息,从而实现更高水平的室内定位。本文通过设计室内定位系统对上述算法进行了实现。硬件设计部分包括基于STM32H750为主控芯片的移动机器人设计以及UWB定位(DWM1000)模块设计。软件设计部分包括机器人程序框架设计、UWB模块的固件设计、上位机软件设计以及IMU标定与校准。其中,UWB模块的固件设计主要是对UWB的数据进行预处理与滤波以及通信协议的解析。此外,本文设计的上位机软件可以通过图像显示标签的实时位置,与人进行交互,提高用户体验。最后,在实验现场的测试结果表明,基于拓展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)融合算法的定位系统相较于单一的UWB及IMU定位,能够显著提升定位系统的精度,并且UKF融合算法比EKF融合算法具有更强的鲁棒性,基于UKF的定位算法能够实现更高的定位精度。

甲醛时空变化分析预测与反演以及掩星探测切高校正算法研究

这是一篇关于人为源,甲醛,无迹卡尔曼滤波,神经网络,掩星观测,指向信息的论文, 主要内容为大气中的甲醛是一种对人体和环境极为有害的污染成分,而且在光化学反应中扮演着非常重要的角色。由于地基常规监测数据的缺乏,利用卫星平台对甲醛进行监测并分析其时空变化规律以及进行预测十分有必要。此外,我国即将发射的高分5号卫星搭载了掩星传感器,相比于传统的天底观测方式,掩星观测可以很好的获得痕量成分(如甲醛)的廓线信息。本文主要分为四个部分,针对我国中东部地区的甲醛的分布情况、预测和反演算法进行了研究,然后讨论了对甲醛廓线反演的可能性,并对掩星观测方式的关键参数进行了订正:(1)本文分析了京津冀、长三角和珠三角地区的甲醛时空变化规律并进行了源解析。京津冀地区的甲醛柱浓度呈现出明显的季节性变化特征,夏季的甲醛明显高于春季和秋季,而冬季最低。人为源和甲醛柱浓度之间的相关性较高,其中工业源的排放率较高为43.05±81.42 kg/month/km2,工业源和甲醛柱浓度的相关性为0.50左右。居民源和交通源虽然排放率较小,但是相关性比工业源高,都达到了0.63。人为源中的电厂源对于其它源排放来说,排放率和相关性都较低。在京津冀地区,火点燃烧的空间分布较为离散,对应的相关系数也较低(0.14),因此潜在的贡献可能会相对较小。甲醛在广东省主要集中在珠三角地区,在江苏省分布则相对较为均匀。广东省的甲醛主要呈现出春季、秋季高于冬季再高于夏季的特征;而江苏地区夏季甲醛浓度远高于其它季节,并与光照强度的季节性特征较为一致。此外,由于相对较高的标准差,地区内部差异、偶然事件等对广东省有着更大的影响。各个排放源中,工业源、交通源对珠三角潜在贡献可能较大;自然源对梅州等林地覆盖地区可能有相对较高的影响;在江苏省,各个排放源对甲醛的贡献相对均衡,但夏季较为频繁的生物质燃烧可能对夏季高值甲醛有着相对较高的贡献。(2)广东省的珠三角是我国甲醛污染非常严重的地区之一,卫星遥感资料(如GOME-2/MetOp-B)对于广东省的甲醛污染和光化学反应的治理来说是极为重要的。但是由于日均卫星监测影像中云、重返周期等因素的影响,卫星影像中有着严重的数据缺失,因此需要对数据进行融合。经过分析,本文通过结合CAMQ模式的甲醛混合比数据来将卫星遥感数据利用UKF方法进行融合。由于污染事件属于随机事件,为了减弱污染问题对人体造成的影响并利用起历史数据,本文利用了两种神经网络(MLP和LSTM)对广东省内的甲醛历史数据的规律进行学习并构建了预测模型。实验结果说明融合后的GOME-2数据与GOME-2的验证数据之间的相关性相比于GOME-2验证数据和对应的CMAQ模式数据之间的相关性提高了至少10倍。预测结果的相关性高于0.64。以广州市为例的预测结果和验证结果之间散点图拟合直线对应MLP和LSTM的斜率分别为1.07和1.04;相应的截距的量级分别为10-5和10-4。对应的R2为0.57,不考虑离群值的R2为0.94。(3)另外,本文分析了我国大气中甲醛的分布特征,讨论了现有载荷的反演理论和方法。简述了从上世纪至今可用于甲醛探测的主要的载荷,总结归纳了各个卫星载荷仪器的轨道信息、时间空间分辨率等相关参数,以及各个传感器在大气甲醛遥感反演中的可行性。由于卫星自上而下的观测方式于地基平台不同,其反演方法也由不同之处,因此本文针对卫星平台综合论述了两种甲醛反演算法:传统的差分吸收光谱法(DOAS)和针对于甲醛反演的一系列改进算法以及近几年提出的主成分分析法(PCA)。针对DOAS算法进行了一定的改进,对我国各个地区以及东南亚进行了反演并分析了可能的误差来源。(4)由于临边和掩星观测可以很好的得到大气成分的廓线,但是目前对于甲醛的反演来说应用较少,因此基于即将发射的国产高分5号卫星,对其关键参数进行切高校正是获得甲醛垂直廓线的重要一步。本文提出了一种快速、易于使用的几何切高校正算法,其主要特点是利用了正切三角网迭代技术。为了满足业务化生产的需求,采用了如正切步长生成、三角网优化以及多核计算等策略在N2吸收微窗的基础上进行切高的校正工作。在本次实验的三景ACE-FTS数据中,该算法表现出了令人满意的结果,和Level-2切高校正产品有着较好的一致性(平均相关系数大于0.98)。此外,三轨数据校正结果的相对不确定性分别为1.18 km,0.66 km和1.23 km。平均和损失约为0.07,校正算法的平均计算时间约为16.6分钟。所以该算法的校正效率是可以接受的,该算法的设计是在一定程度上满足要求的。

基于UWB/IMU的厂区设备定位技术研究

这是一篇关于室内定位,超宽带,IMU,无迹卡尔曼滤波的论文, 主要内容为随着轨道交通运输行业的发展,列车生产规模也越来越大,相关技术设备也越来越多。由于车辆产品种类多,制造工艺复杂,大型生产厂区为了在生产过程中使制造流程在时间上连接恰当、充分发挥对设备的使用率、减少物料运输的时间,因此对物流运输设备和工装及时调配的问题越来越受到重视。管理者通过终端查看设备位置信息,提高生产管理效率,以此达到提高生产力,降低企业生产成本的目的。本文在对厂区室内设备定位研究过程中,选取UWB/IMU组合定位作为研究方向,主要工作如下:首先,针对厂区设备定位监管存在的不足,阐明了对室内实时定位方面的应用需求。通过对常见室内定位技术的描述,分析并选取适合于厂区车间内的定位技术。根据对UWB(Ultra Wide Band,超宽带)定位与IMU(Inertial Measurement Unit,惯性测量单元)定位的技术特点概述,分析了影响两者定位精度的因素。此外,根据仿真结果分析,选择适合设备定位的基站数目,以此对系统定位节点的布设进行相关说明。其次,利用对UWB测距与定位算法的分析,使用粒子群算法优化后的最小二乘法与泰勒级数展开算法进行融合,提高UWB技术在复杂环境下的定位精度。在剖析了IMU定位的解算过程并对其定位进行轨迹的误差仿真与分析基础上,提出使用滤波算法将改进UWB定位算法与IMU定位算法融合以实现组合定位。实验仿真结果表明,两者组合后的定位提高了定位精度,能够满足厂区对设备的定位需求,对系统的鲁棒性具有一定的优势。最后,结合上述定位算法,根据厂区功能需求的差异对定位相关硬件进行选型,并完成定位的电路原理图绘制与PCB电路板的设计。在考虑设备定位功能需求的基础上利用混合编程的方法设计实现了定位监测平台各个模块的功能。本文通过对UWB/IMU组合定位系统研究与运用,可以使传统制造业摆脱监管效率低,设备利用率低等缺陷,对企业数字化发展起到了积极促进的作用。