基于自适应卡尔曼滤波的动态称重算法的研究

发布时间：2018-06-04 01:27

  本文选题：卡尔曼滤波 + 动态称重系统　； 参考：《自动化与仪表》2014年08期

【摘要】：在使用卡尔曼滤波算法对动态称重数据进行滤波时,一般假设系统的量测噪声为常量。在实际应用中,由于车辆自身结构和过车状态的差异,实际产生的量测噪声是随机变量。为了减少时变干扰噪声对系统状态估计的影响,在滤波算法中通过最小二乘法加入干扰噪声调节器,在线估计噪声的特性实现自适应滤波。在实际使用中证实,该改进后的算法不仅能有效防止滤波发散,还克服了车辆振动、路面不平和车辆拖磅等因素对称量结果的影响,使系统称量误差小于2%,称量准确度等级达到2级指标。
[Abstract]:When using Kalman filtering algorithm to filter dynamic weighing data, it is generally assumed that the measurement noise of the system is constant. In practical application, the measurement noise produced is a random variable because of the difference between the structure of the vehicle itself and the state of passing through the vehicle. In order to reduce the influence of time-varying disturbance noise on the system state estimation, the noise regulator is added to the filtering algorithm by least square method, and the characteristics of on-line noise estimation are used to realize adaptive filtering. In practice, it is proved that the improved algorithm can not only effectively prevent the filter divergence, but also overcome the influence of vehicle vibration, road surface unevenness and other factors on the weighing results. The system weighing error is less than 2 and the weighing accuracy grade is up to 2 levels.
【作者单位】： 太原理工大学信息工程学院;
【分类号】：U492.32;TP301.6

【参考文献】

相关期刊论文 前9条

1 龙礼;张合;唐玉发;徐国泰;;自适应卡尔曼滤波在地磁姿态检测中的应用[J];兵工学报;2013年09期

2 徐经纬;刘士君;;交互多模型扩展卡尔曼滤波算法的FPGA实现[J];传感器与微系统;2014年01期

3 赵洪山;田甜;;基于自适应无迹卡尔曼滤波的电力系统动态状态估计[J];电网技术;2014年01期

4 李丽宏;裴春清;刘军;谢克明;;采样点选择对动态汽车衡称量精度的影响[J];中北大学学报(自然科学版);2010年01期

5 马晓君;张则;祝思亮;;动态电子汽车衡称重系统数学模型的建立[J];佳木斯大学学报(自然科学版);2006年03期

6 邵勇强;;动态汽车衡存在的问题及对策[J];计量与测试技术;2013年01期

7 李丽宏;赵娜;;卡尔曼滤波在动态汽车衡称量中的应用[J];软件;2012年03期

8 张文会;韩冰源;马振江;;车辆动态称重系统误差产生机理[J];森林工程;2007年05期

9 樊旺日;;提高动态汽车衡称重精度的算法设计与实现[J];自动化技术与应用;2010年07期

【共引文献】

相关期刊论文 前10条

1 林宝全;;基于ARM的收银秤系统设计与实现[J];福州大学学报(自然科学版);2011年06期

2 潘若禹;李磊;;基于奇异谱分析的动态称重系统算法研究[J];公路交通科技;2010年12期

3 刘科研;何开元;盛万兴;;基于协同粒子群优化算法的配电网三相不平衡状态估计[J];电网技术;2014年04期

4 周尚儒;李丽宏;张剑勇;杨军;;线阵CCD图像传感器在瞬时车速测量中的应用[J];传感器与微系统;2014年09期

5 李丽宏;裴春清;刘军;谢克明;;采样点选择对动态汽车衡称量精度的影响[J];中北大学学报(自然科学版);2010年01期

6 唐国梅;;浅谈武汉动车组检修基地称重设备的应用[J];华章;2011年31期

7 郭合龙;王志刚;;汽车衡自动称重系统称重信号处理的理论研究[J];佳木斯大学学报(自然科学版);2008年03期

8 王昶;;动态称重系统的动态干扰因素分析和抑制[J];中国交通信息化;2011年05期

9 尼加提·努尔买买提;杨慧中;陶洪峰;;卡尔曼滤波器在软测量建模数据处理中的应用[J];化工自动化及仪表;2013年05期

10 何鹏辉;高峰;申江伟;;提高动态汽车衡称重精度的算法设计分析[J];河南科技;2014年04期

相关会议论文 前1条

1 李莲;翟丽霞;;动态轨道衡称重系统误差分析及数据处理的研究[A];中国仪器仪表学会第十三届青年学术会议论文集[C];2011年

相关硕士学位论文 前10条

1 尉海东;铜自动包装生产线控制及其称重系统的研究[D];兰州理工大学;2011年

2 吴汉林;基于嵌入式SMALLRTOS51操作系统的动态汽车衡仪表的设计与实现[D];太原理工大学;2008年

3 彭伟;汽车动态称重系统设计[D];湖南大学;2008年

4 张刚;动态汽车衡动态特性分析和数据处理[D];北京化工大学;2009年

5 李志军;基于Small RTOS51的动态汽车称重仪表的设计[D];太原理工大学;2009年

6 徐进;车辆动态称重仪表的设计[D];太原理工大学;2010年

7 张以诚;基于速度补偿算法的激光测速传感器的设计与实现[D];太原理工大学;2010年

8 翟丽霞;动态汽车衡称重系统动态特性分析及数据处理的研究[D];天津理工大学;2012年

9 陈编;桥梁重载实时在线识别系统研究[D];武汉理工大学;2012年

10 李爱奎;汽车计重收费数据采集处理系统的设计与实现[D];西北大学;2012年

【二级参考文献】

相关期刊论文 前10条

1 孙中豪;牛艳艳;王永收;;扩展卡尔曼滤波在地磁导航中的应用分析[J];北京测绘;2011年01期

2 黄贤源;隋立芬;范澎湃;;几种最优滤波方法的分析和比较[J];测绘工程;2007年03期

3 余凯;;基于噪声估计的卡尔曼滤波用于GPS卫星钟差预报研究[J];测绘工程;2010年02期

4 闫辉;肖昌汉;苏广东;;多模型卡尔曼滤波在地磁场航海测量中的应用[J];测绘科学;2010年01期

5 杨元喜,何海波,徐天河;论动态自适应滤波[J];测绘学报;2001年04期

6 李大路;李蕊;孙元章;;混合量测下基于UKF的电力系统动态状态估计[J];电力系统自动化;2010年17期

7 李钦;项凤雏;颜伟;卢建刚;余娟;陈俊;李世明;;基于SCADA及PMU多时段量测信息的独立线路参数估计方法[J];电网技术;2011年02期

8 傅书，

本文编号：1975197