本文關(guān)鍵詞：基于自適應(yīng)Kalman濾波的SAW測溫數(shù)據(jù)糾錯方法

  更多相關(guān)文章： Kalman濾波 多項式預(yù)測 小波變換 粗大誤差 殘差

【摘要】：在無源無線SAW測溫系統(tǒng)實際應(yīng)用中,閱讀器接收到的信號往往受到其所處環(huán)境電磁波的干擾。這些干擾將會使閱讀器得到錯誤的測量數(shù)據(jù)。溫度變化趨勢和測量噪聲時變的特點也給系統(tǒng)建模以及噪聲估計帶來了困難。針對實際應(yīng)用中存在的問題,在Kalman濾波的基礎(chǔ)之上,提出了一種新的自適應(yīng)算法。該算法采用多項式預(yù)測的方法建立溫度測量的時變系統(tǒng)模型,根據(jù)當前及歷史測量值,自行調(diào)整預(yù)測模型參數(shù),避免因模型不準確造成Kalman濾波效果嚴重下降的問題;通過對測量數(shù)據(jù)小波變換的方法,實時估計測量數(shù)據(jù)噪聲方差,克服未知觀測噪聲的條件下精度下降的問題;當測量數(shù)據(jù)受到干擾時,測量值與糾錯值之間的差值不滿足高斯分布,通過對差值統(tǒng)計特性的分析,對測量數(shù)據(jù)進行錯誤數(shù)據(jù)判別與剔除,有效地抑制干擾對溫度測量的影響。將這種自適應(yīng)Kalman濾波算法應(yīng)用到無源無線SAW測溫系統(tǒng)中,無源無線SAW溫度傳感器測溫實驗的結(jié)果驗證了該算法能有效地糾正粗大誤差,提高測量系統(tǒng)的精度。
【作者單位】： 上海交通大學(xué)電子信息與電氣工程學(xué)院;
【基金】：國家自然科學(xué)基金(11474203) 國家重點研發(fā)計劃(2016YFB0402705)項目資助
【分類號】：TH811
【正文快照】： 1 引言 聲表面波(surface acoustic wave,SAW)傳感器具有無線、無源、環(huán)境適應(yīng)能力強、信號穿透性好、壽命長及成本低等優(yōu)點,在復(fù)雜的工業(yè)應(yīng)用環(huán)境中具備極大的優(yōu)勢,因此在智能電網(wǎng)、食品加工等領(lǐng)域受到越來越多的關(guān)注[1-2]。 目前常見的諧振型SAW溫度傳感器主要由壓電基片

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李毅;陸百川;李雪;;基于多尺度Kalman濾波的多傳感器數(shù)據(jù)融合[J];重慶交通大學(xué)學(xué)報(自然科學(xué)版);2012年02期

2 于華楠;康健;;改進的基于Kalman濾波的盲多用戶檢測算法[J];吉林大學(xué)學(xué)報(工學(xué)版);2006年S2期

3 郭曉芳;汪雄海;;基于Kalman預(yù)測的遠程步進電機控制系統(tǒng)[J];機電工程;2008年07期

4 王繼平;孫華燕;章喜;;基于Kalman濾波的紅外弱小目標檢測前跟蹤算法[J];裝備學(xué)院學(xué)報;2012年02期

5 周荻,胡振坤,胡恒章;自適應(yīng)推廣 KALMAN 濾波應(yīng)用于導(dǎo)彈的被動制導(dǎo)問題[J];宇航學(xué)報;1997年04期

6 胡奕明;秦永元;;目標跟蹤系統(tǒng)Kalman濾波野值修正算法研究[J];彈箭與制導(dǎo)學(xué)報;2006年S1期

7 劉小明;;基于自適應(yīng)Kalman濾波的導(dǎo)引頭隨動系統(tǒng)設(shè)計[J];航空計算技術(shù);2012年01期

8 陳冠宇;文鴻雁;周呂;胡紀元;;基于Kalman濾波下的高鐵隧道沉降變形評估方法[J];桂林理工大學(xué)學(xué)報;2013年04期

9 傅惠民;吳云章;婁泰山;;自適應(yīng)擴展增量Kalman濾波方法[J];航空動力學(xué)報;2012年08期

10 李晗;武奇生;羅向龍;;基于改進幾何活動輪廓模型和Kalman濾波的目標跟蹤方法[J];長安大學(xué)學(xué)報(自然科學(xué)版);2011年03期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 石瑩;孟華;鄧自立;;多傳感器信息融合穩(wěn)態(tài)Kalman跟蹤濾波器[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

2 田行偉;石瑩;;帶相關(guān)噪聲的非方廣義系統(tǒng)降階Kalman遞推濾波器[A];中國自動化學(xué)會控制理論專業(yè)委員會A卷[C];2011年

3 宋會杰;屈俐俐;;自適應(yīng)Kalman濾波在鐘差數(shù)據(jù)處理中的應(yīng)用[A];第三屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會電子文集——S04原子鐘技術(shù)與時頻系統(tǒng)[C];2012年

4 何紅麗;楊廷梧;任樸舟;;協(xié)方差調(diào)節(jié)的KALMAN辨識算法在航跡處理中的應(yīng)用[A];大型飛機關(guān)鍵技術(shù)高層論壇暨中國航空學(xué)會2007年學(xué)術(shù)年會論文集[C];2007年

5 李變;李海波;高玉平;胡永輝;;原子時的Kalman算法[A];2009全國時間頻率學(xué)術(shù)會議論文集[C];2009年

6 鄧自立;李春波;;自校正分布式信息融合Kalman平滑器[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 黃智慧;基于集合Kalman濾波的同化策略研究[D];西北師范大學(xué);2015年

2 林秋雁;基于改進Kalman算法的OCT信號處理方法研究[D];哈爾濱工業(yè)大學(xué);2016年

3 李小寧;基于Kalman濾波—加權(quán)因子的多傳感器數(shù)據(jù)融合方法研究[D];電子科技大學(xué);2005年

4 梁佐江;基于Kalman濾波方法的多傳感器信息融合濾波器[D];黑龍江大學(xué);2005年

5 王欣;基于Kalman濾波方法的多傳感器信息融合最優(yōu)白噪聲反卷積濾波器[D];黑龍江大學(xué);2005年

6 郭靜雯;Kalman濾波在中國股市及貨幣供應(yīng)干預(yù)分析中的應(yīng)用[D];廣州大學(xué);2007年

7 潘家寶;時空Kalman濾波及其在變形監(jiān)測數(shù)據(jù)處理中的應(yīng)用[D];中南大學(xué);2014年

8 王好謙;基于Kalman濾波的白噪聲估計理論及其在狀態(tài)估計和反卷積中的應(yīng)用[D];黑龍江大學(xué);2002年

9 馬東鴿;基于優(yōu)化Kalman濾波的IRFPA非均勻性校正算法研究[D];重慶郵電大學(xué);2012年

10 李闖;帶不同局部動態(tài)模型的時變系統(tǒng)Kalman融合器及其應(yīng)用[D];黑龍江大學(xué);2007年

，

本文編號：1228200