卡尔曼滤波在动态测量系统中的应用

文中详细论述卡尔曼滤波的数学模型及其初值确定方法,引入动态测量系统应用实例,通过对数据噪音特性的分析,准确确定了卡尔曼滤波模型,利用matlab编程实现了相应功能。实例分析结果表明,卡尔曼滤波预测精度高,适用于大坝的实时监测与预报。     

IBIS-S测量系统动态测量及数据分析

随着科学技术的发展,建筑的设计要求越来越新颖,大楼的建设形状和高度不断突破。在施工、运营阶段,建筑的变形监测工作变得越来越重要。施工中必须实时提供建筑物的形变信息,给施工单位提供足够的数据参考来保证施工过程的正常运作。对大楼建设过程中的安全性进行了评估。IBIS-S系统可以对建筑物进行高精度实时变形监测,实时掌握建筑物的动态变化。     

测量噪声时间相关的卡尔曼滤波

本文针对一般时间相关观测噪声进行研究,分析了它们对卡尔曼滤波结果的影响,然后根据状态估计为线性无偏最小方差估计的准则,给出了测量噪声时间相关时的卡尔曼滤波递推公式,同时也考虑了相关数据的存储问题,最后通过实例计算验证了算法的有效性。     

近景数字摄影测量及动态卡尔曼滤波在建筑物变形观测中的应用

针对建筑物的变形特征。本文提出用数字摄影测量的方法,以整体分析,动态卡尔曼滤波作为数据处理的手段以达到实时,动态的再现变形的全过程。     

近景数字摄影测量及动态卡尔曼滤波在建筑物变形观测中的应用

针对建筑物的变形特征。本文提出用数字摄影测量的方法 ,以整体分析 ,动态卡尔曼滤波作为数据处理的手段以达到实时 ,动态的再现变形的全过程。     

激光动态弯沉测量系统

分析了当前国内外路面弯沉检测技术的发展现状,以及弯沉检测在实际应用中存在的问题和不足,介绍了激光动态弯沉测量系统的总体框架,数据采集流程,在后期数据处理上采用欧拉-伯努利方程反演计算得到路面的弯沉值,系统从本质上改变了传统的弯沉检测方法。     

用卡尔曼滤波进行GPS动态定位

采用卡尔曼滤波进行GPS单点定位,必须合理地构造系统动态特性,才能使滤波平稳进行。介绍两种确定GPS观测数据方差的方法,然后针对卡尔曼滤波的发散问题进行讨论,并给出一种避免滤波发散的渐消因子改进算法,实现滤波的自适应。最后结合算例验证了该方法的有效性。     

三维工业测量系统与工业摄影测量相结合在动态工业测量中的应用

本文讨论了高精度三维工业测量系统和工业摄影测量各自在工业生产中的优缺点。提出了通过将两者配合使用,结合各自优点,使用三维工业测量系统为工业摄影测量提供高精度像控点,进而运用工业摄影测量的实现对工业生产环境中的目标,尤其是动态工业目标及其他需在短时间内观测的大量目标的高精度测量与检测。在实际工业生产测量证明该方法切实有效,不仅解决了复杂环境的动态工业目标的观测问题,且相对于单独使用两种观测方法观测数据的精度有较大的提高。     

动态EIV模型及其总体卡尔曼滤波方法

针对求解动态EIV模型时未考虑状态方程中状态转移矩阵误差的问题,本文建立了一种能够同时顾及状态方程和观测方程中各量误差的动态EIV模型。推导了针对该动态EIV模型的总体卡尔曼滤波方法及其近似精度评定公式。对比分析了本文总体卡尔曼滤波方法与已有总体卡尔曼滤波方法及总体最小二乘方法的异同。算例结果表明,本文方法统计上要优于标准卡尔曼滤波方法和已有的总体卡尔曼滤波方法。     

GPS动态定位自适应卡尔曼滤波算法研究

Sage-Husa滤波和强跟踪滤波是2种常规的自适应卡尔曼滤波,有各自的优缺点。综合2种滤波的特点,给出一种抗粗差的修正算法,实验效果比较好,能有效抑制少部分粗差带来的影响,计算结果表明效果比较理想。     

基于卡尔曼滤波的动态灰色理论模型研究

灰色理论模型是采用较少的数据对目标进行预测,但在建模过程中容易受到随机扰动的影响。卡尔曼滤波可以很好地剔除建模数据的随机干扰噪声,和灰色理论模型结合在一起进行数据的预测,可以提高预测的精度,更好地预测目标的变形趋势。传统的灰色理论模型GM(1,1)在预测过程中没有考虑未来因素对系统的影响,做长期预测,精度会降低。文中研究在预测过程中引入新的信息,建立等维灰数递补的动态灰色理论模型,结合工程实例,与传统的静态模型作对比,动态模型预测的结果更加优化,精度更高。     

BDS实时动态相对定位卡尔曼滤波算法

为了实现BDS实时动态高精度相对定位, 本文提出了一种适用于单频或双频动态定位的卡尔曼滤波算法, 并对GEO和IGSO卫星残差特性进行了分析。该算法将位置参数和整周模糊度参数作为状态向量进行滤波估计, 滤波过程中将单点定位结果作为位置参数的一步预测值。通过实测数据验证, 单频相位B1相对定位E方向优于1.2 cm, N方向优于3 cm, U方向优于5.3 cm, 双频B1和B2相对定位E方向优于1.0 cm, N方向优于2.6 cm, U方向优于4.5 cm;GEO卫星相位差分残差值比较平稳, 频率间存在系统性偏差, 而IGSO卫星残差与高度角相关, 低高度角时差分残差较大。     

基于卡尔曼滤波的测量数据处理及研究

卡尔曼滤波方法是一种高效的处理动态数据的方法。近年来,随着其应用领域的扩大,为了克服传统卡尔曼滤波方法的不足,逐渐出现了抗差卡尔曼、渐消记忆卡尔曼、自适应卡尔曼等滤波方法,本文通过对不同卡尔曼滤波方法原理的介绍,归纳总结了三种不同的卡尔曼滤波方法。     

实时动态载波测量系统智能技术研究与发展现状

"智能化"的浪潮扑面而来,如智能手机、智能汽车、智能电视、智能家居等。"智能化"正深刻改变了众多传统领域。智能化指利用现代通讯技术、网络技术、微处理器技术、传感器技术扩展原有产品的涵盖面,使用更加方便、更加智能、交互性更加友好。描述了智能化技术应用在实时动态差分法测量系统的几个方面,结合当前国内外实时动态差分法测量系统智能化发展现状,特别是安卓系统的出现,对未来智能化实时动态差分法测量系统发展做出展望。     

GPS测量系统动态定位精度验收方法研究

相位差分GPS测量系统定位精度高，对系统动态定位精度的考核、验收的难度大。通过分析几种常见的动态定位精度验收方法，确定了合理的相位差分GPS系统动态精度验收方法。分析了方法自身达到的精度。建立了数据误差处理的数学模型，给出了精度评定方法。     

基于卡尔曼滤波的CORS系统导航

基于CORS技术对高精度的CORS系统导航进行探讨,提出以卡尔曼滤波来解决短时间GPS信号丢失情况下的导航定位问题,并推导相应的公式.以上海市CORS系统导航服务为例,经该算法计算得到的结果与实际情况基本一致,模型正确可靠.     

动态变形数据的EMD卡尔曼滤波降噪模型

文章介绍了kalman滤波与经验模态分解的基本原理,定义了经验模态分解的多尺度分解与合成结构。结合kalman滤波与经验模态分解(EMD)理论提出一种新的动态变形数据降噪模型。文章首先对动态变形信号进行EMD分解,选择合适的高频分解模量进行kalman滤波降噪,然后进行经验模态重构获得降噪后的动态变形信号,达到降噪的效果;最后采用单历元解算的变形数据序列进行模型验证,并与小波降噪模型、直接EMD降噪模型对比,视觉评价与量化结果表明此方法最优。     

多模型卡尔曼滤波在地磁场航海测量中的应用

由于卡尔曼滤波对模型精度有很强的依赖性,因此实际的地磁场测量系统中,宜采用多模型自适应卡尔曼滤波,以提高状态估计的准确度。针对并行子滤波器间的数据融合问题,提出了"距离"意义下的数据融合新算法,应用结果表明算法具有实用性。探讨了通过检验并行子滤波器状态估计一致性的模型误差识别方法,并将其应用于监测地磁场测量系统中船舶磁化参数的变化。     

电子测量系统与光学测量系统的野外对比

本文的对比结果是通过电子经伟仪和光学经伟仪及电磁波测距仪测定而得来的。以及在设计和在非常简单的水平控制测量中立标桩，都必须应用导线网的基本测量知识。