10.3969/j.issn.1001-9944.2014.08.002
基于自适应卡尔曼滤波的动态称重算法的研究
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.
卡尔曼滤波、动态称重系统、最小二乘法、自适应滤波
29
TP274(自动化技术及设备)
2014-09-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
5-8