本文選題：卡爾曼濾波 + 動態(tài)稱重系統(tǒng)��； 參考：《自動化與儀表》2014年08期

【摘要】：在使用卡爾曼濾波算法對動態(tài)稱重數(shù)據(jù)進行濾波時,一般假設系統(tǒng)的量測噪聲為常量。在實際應用中,由于車輛自身結(jié)構和過車狀態(tài)的差異,實際產(chǎn)生的量測噪聲是隨機變量。為了減少時變干擾噪聲對系統(tǒng)狀態(tài)估計的影響,在濾波算法中通過最小二乘法加入干擾噪聲調(diào)節(jié)器,在線估計噪聲的特性實現(xiàn)自適應濾波。在實際使用中證實,該改進后的算法不僅能有效防止濾波發(fā)散,還克服了車輛振動、路面不平和車輛拖磅等因素對稱量結(jié)果的影響,使系統(tǒng)稱量誤差小于2%,稱量準確度等級達到2級指標。
[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.
【作者單位】： 太原理工大學信息工程學院;
【分類號】：U492.32;TP301.6

【參考文獻】

相關期刊論文 前9條

1 龍禮;張合;唐玉發(fā);徐國泰;;自適應卡爾曼濾波在地磁姿態(tài)檢測中的應用[J];兵工學報;2013年09期

2 徐經(jīng)緯;劉士君;;交互多模型擴展卡爾曼濾波算法的FPGA實現(xiàn)[J];傳感器與微系統(tǒng);2014年01期

3 趙洪山;田甜;;基于自適應無跡卡爾曼濾波的電力系統(tǒng)動態(tài)狀態(tài)估計[J];電網(wǎng)技術;2014年01期

4 李麗宏;裴春清;劉軍;謝克明;;采樣點選擇對動態(tài)汽車衡稱量精度的影響[J];中北大學學報(自然科學版);2010年01期

5 馬曉君;張則;祝思亮;;動態(tài)電子汽車衡稱重系統(tǒng)數(shù)學模型的建立[J];佳木斯大學學報(自然科學版);2006年03期

6 邵勇強;;動態(tài)汽車衡存在的問題及對策[J];計量與測試技術;2013年01期

7 李麗宏;趙娜;;卡爾曼濾波在動態(tài)汽車衡稱量中的應用[J];軟件;2012年03期

8 張文會;韓冰源;馬振江;;車輛動態(tài)稱重系統(tǒng)誤差產(chǎn)生機理[J];森林工程;2007年05期

9 樊旺日;;提高動態(tài)汽車衡稱重精度的算法設計與實現(xiàn)[J];自動化技術與應用;2010年07期

【共引文獻】

相關期刊論文 前10條

1 林寶全;;基于ARM的收銀秤系統(tǒng)設計與實現(xiàn)[J];福州大學學報(自然科學版);2011年06期

2 潘若禹;李磊;;基于奇異譜分析的動態(tài)稱重系統(tǒng)算法研究[J];公路交通科技;2010年12期

3 劉科研;何開元;盛萬興;;基于協(xié)同粒子群優(yōu)化算法的配電網(wǎng)三相不平衡狀態(tài)估計[J];電網(wǎng)技術;2014年04期

4 周尚儒;李麗宏;張劍勇;楊軍;;線陣CCD圖像傳感器在瞬時車速測量中的應用[J];傳感器與微系統(tǒng);2014年09期

5 李麗宏;裴春清;劉軍;謝克明;;采樣點選擇對動態(tài)汽車衡稱量精度的影響[J];中北大學學報(自然科學版);2010年01期

6 唐國梅;;淺談武漢動車組檢修基地稱重設備的應用[J];華章;2011年31期

7 郭合龍;王志剛;;汽車衡自動稱重系統(tǒng)稱重信號處理的理論研究[J];佳木斯大學學報(自然科學版);2008年03期

8 王昶;;動態(tài)稱重系統(tǒng)的動態(tài)干擾因素分析和抑制[J];中國交通信息化;2011年05期

9 尼加提·努爾買買提;楊慧中;陶洪峰;;卡爾曼濾波器在軟測量建模數(shù)據(jù)處理中的應用[J];化工自動化及儀表;2013年05期

10 何鵬輝;高峰;申江偉;;提高動態(tài)汽車衡稱重精度的算法設計分析[J];河南科技;2014年04期

相關會議論文 前1條

1 李蓮;翟麗霞;;動態(tài)軌道衡稱重系統(tǒng)誤差分析及數(shù)據(jù)處理的研究[A];中國儀器儀表學會第十三屆青年學術會議論文集[C];2011年

相關碩士學位論文 前10條

1 尉海東;銅自動包裝生產(chǎn)線控制及其稱重系統(tǒng)的研究[D];蘭州理工大學;2011年

2 吳漢林;基于嵌入式SMALLRTOS51操作系統(tǒng)的動態(tài)汽車衡儀表的設計與實現(xiàn)[D];太原理工大學;2008年

3 彭偉;汽車動態(tài)稱重系統(tǒng)設計[D];湖南大學;2008年

4 張剛;動態(tài)汽車衡動態(tài)特性分析和數(shù)據(jù)處理[D];北京化工大學;2009年

5 李志軍;基于Small RTOS51的動態(tài)汽車稱重儀表的設計[D];太原理工大學;2009年

6 徐進;車輛動態(tài)稱重儀表的設計[D];太原理工大學;2010年

7 張以誠;基于速度補償算法的激光測速傳感器的設計與實現(xiàn)[D];太原理工大學;2010年

8 翟麗霞;動態(tài)汽車衡稱重系統(tǒng)動態(tài)特性分析及數(shù)據(jù)處理的研究[D];天津理工大學;2012年

9 陳編;橋梁重載實時在線識別系統(tǒng)研究[D];武漢理工大學;2012年

10 李愛奎;汽車計重收費數(shù)據(jù)采集處理系統(tǒng)的設計與實現(xiàn)[D];西北大學;2012年

【二級參考文獻】

相關期刊論文 前10條

1 孫中豪;牛艷艷;王永收;;擴展卡爾曼濾波在地磁導航中的應用分析[J];北京測繪;2011年01期

2 黃賢源;隋立芬;范澎湃;;幾種最優(yōu)濾波方法的分析和比較[J];測繪工程;2007年03期

3 余凱;;基于噪聲估計的卡爾曼濾波用于GPS衛(wèi)星鐘差預報研究[J];測繪工程;2010年02期

4 閆輝;肖昌漢;蘇廣東;;多模型卡爾曼濾波在地磁場航海測量中的應用[J];測繪科學;2010年01期

5 楊元喜,何海波,徐天河;論動態(tài)自適應濾波[J];測繪學報;2001年04期

6 李大路;李蕊;孫元章;;混合量測下基于UKF的電力系統(tǒng)動態(tài)狀態(tài)估計[J];電力系統(tǒng)自動化;2010年17期

7 李欽;項鳳雛;顏偉;盧建剛;余娟;陳俊;李世明;;基于SCADA及PMU多時段量測信息的獨立線路參數(shù)估計方法[J];電網(wǎng)技術;2011年02期

8 傅書，

本文編號：1975197