基于改进强跟踪无迹卡尔曼滤波的饵料动态称重算法
投饵是虾塘养殖中的重要环节,获取剩余饵料质量是实现精准投饵的关键.为解决在投饵过程中由环境、系统自身等因素引起的剩余饵料称重不准确问题,提出了一种适用于投饵船饵料动态称重的自适应强跟踪无迹卡尔曼滤波算法(SHFL-ASTUKF).首先,建立称重系统的二阶模型,并对量测结果进行滤波.然后,在渐消因子快速引入的基础上,使用奇异值分解替换Cholesky分解处理误差协方差问题.同时,结合模糊控制算法和Sage-Husa自适应滤波,自适应更新量测噪声协方差和系统噪声协方差,从而抑制滤波过程中的发散情况.对SHFL-ASTUKF进行实例数据仿真和实验验证,结果表明,与强跟踪无迹卡尔曼滤波相比,实例数据仿真中,RMSE提高了14.9%,投饵船剩余饵料称重实验中RMSE平均提高了15.15%,MAE提高17.27%,所提出的算法具有更高的动态测量精度和更好的降噪效果.
精准投饵、动态称重、数据降噪、无迹卡尔曼滤波、模糊控制
32
TH715;TN713;S969.31(仪器、仪表)
上海市科技兴农技术创新项目;国家重点研发计划;上海市水产动物良种创制与绿色养殖协同创新中心项目;上海市工程技术研究中心建设计划;国家自然科学基金
2023-10-20(万方平台首次上网日期,不代表论文的发表时间)
共11页
967-977