基于自适应Kalman滤波的SAW测温数据纠错方法

发布时间：2017-11-26 02:16

  本文关键词：基于自适应Kalman滤波的SAW测温数据纠错方法

  更多相关文章： Kalman滤波 多项式预测 小波变换 粗大误差 残差

【摘要】：在无源无线SAW测温系统实际应用中,阅读器接收到的信号往往受到其所处环境电磁波的干扰。这些干扰将会使阅读器得到错误的测量数据。温度变化趋势和测量噪声时变的特点也给系统建模以及噪声估计带来了困难。针对实际应用中存在的问题,在Kalman滤波的基础之上,提出了一种新的自适应算法。该算法采用多项式预测的方法建立温度测量的时变系统模型,根据当前及历史测量值,自行调整预测模型参数,避免因模型不准确造成Kalman滤波效果严重下降的问题;通过对测量数据小波变换的方法,实时估计测量数据噪声方差,克服未知观测噪声的条件下精度下降的问题;当测量数据受到干扰时,测量值与纠错值之间的差值不满足高斯分布,通过对差值统计特性的分析,对测量数据进行错误数据判别与剔除,有效地抑制干扰对温度测量的影响。将这种自适应Kalman滤波算法应用到无源无线SAW测温系统中,无源无线SAW温度传感器测温实验的结果验证了该算法能有效地纠正粗大误差,提高测量系统的精度。
【作者单位】： 上海交通大学电子信息与电气工程学院;
【基金】：国家自然科学基金(11474203) 国家重点研发计划(2016YFB0402705)项目资助
【分类号】：TH811
【正文快照】： 1 引言 声表面波(surface acoustic wave,SAW)传感器具有无线、无源、环境适应能力强、信号穿透性好、寿命长及成本低等优点,在复杂的工业应用环境中具备极大的优势,因此在智能电网、食品加工等领域受到越来越多的关注[1-2]。 目前常见的谐振型SAW温度传感器主要由压电基片

【相似文献】

中国期刊全文数据库 前10条

1 李毅;陆百川;李雪;;基于多尺度Kalman滤波的多传感器数据融合[J];重庆交通大学学报(自然科学版);2012年02期

2 于华楠;康健;;改进的基于Kalman滤波的盲多用户检测算法[J];吉林大学学报(工学版);2006年S2期

3 郭晓芳;汪雄海;;基于Kalman预测的远程步进电机控制系统[J];机电工程;2008年07期

4 王继平;孙华燕;章喜;;基于Kalman滤波的红外弱小目标检测前跟踪算法[J];装备学院学报;2012年02期

5 周荻,胡振坤,胡恒章;自适应推广 KALMAN 滤波应用于导弹的被动制导问题[J];宇航学报;1997年04期

6 胡奕明;秦永元;;目标跟踪系统Kalman滤波野值修正算法研究[J];弹箭与制导学报;2006年S1期

7 刘小明;;基于自适应Kalman滤波的导引头随动系统设计[J];航空计算技术;2012年01期

8 陈冠宇;文鸿雁;周吕;胡纪元;;基于Kalman滤波下的高铁隧道沉降变形评估方法[J];桂林理工大学学报;2013年04期

9 傅惠民;吴云章;娄泰山;;自适应扩展增量Kalman滤波方法[J];航空动力学报;2012年08期

10 李晗;武奇生;罗向龙;;基于改进几何活动轮廓模型和Kalman滤波的目标跟踪方法[J];长安大学学报(自然科学版);2011年03期

中国重要会议论文全文数据库 前6条

1 石莹;孟华;邓自立;;多传感器信息融合稳态Kalman跟踪滤波器[A];2006中国控制与决策学术年会论文集[C];2006年

2 田行伟;石莹;;带相关噪声的非方广义系统降阶Kalman递推滤波器[A];中国自动化学会控制理论专业委员会A卷[C];2011年

3 宋会杰;屈俐俐;;自适应Kalman滤波在钟差数据处理中的应用[A];第三届中国卫星导航学术年会电子文集——S04原子钟技术与时频系统[C];2012年

4 何红丽;杨廷梧;任朴舟;;协方差调节的KALMAN辨识算法在航迹处理中的应用[A];大型飞机关键技术高层论坛暨中国航空学会2007年学术年会论文集[C];2007年

5 李变;李海波;高玉平;胡永辉;;原子时的Kalman算法[A];2009全国时间频率学术会议论文集[C];2009年

6 邓自立;李春波;;自校正分布式信息融合Kalman平滑器[A];2006中国控制与决策学术年会论文集[C];2006年

中国硕士学位论文全文数据库 前10条

1 黄智慧;基于集合Kalman滤波的同化策略研究[D];西北师范大学;2015年

2 林秋雁;基于改进Kalman算法的OCT信号处理方法研究[D];哈尔滨工业大学;2016年

3 李小宁;基于Kalman滤波—加权因子的多传感器数据融合方法研究[D];电子科技大学;2005年

4 梁佐江;基于Kalman滤波方法的多传感器信息融合滤波器[D];黑龙江大学;2005年

5 王欣;基于Kalman滤波方法的多传感器信息融合最优白噪声反卷积滤波器[D];黑龙江大学;2005年

6 郭静雯;Kalman滤波在中国股市及货币供应干预分析中的应用[D];广州大学;2007年

7 潘家宝;时空Kalman滤波及其在变形监测数据处理中的应用[D];中南大学;2014年

8 王好谦;基于Kalman滤波的白噪声估计理论及其在状态估计和反卷积中的应用[D];黑龙江大学;2002年

9 马东鸽;基于优化Kalman滤波的IRFPA非均匀性校正算法研究[D];重庆邮电大学;2012年

10 李闯;带不同局部动态模型的时变系统Kalman融合器及其应用[D];黑龙江大学;2007年

，

本文编号：1228200