《六维力传感器下E膜小生境野草EKF滤波研究》PDF+DOC
作者:朱文超,许德章
单位:华北计算技术研究所
出版:《计算机工程与应用》2015年第18期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFJSGG2015180120
DOC编号:DOCJSGG2015180129
下载格式:PDF + Word/doc 文字可复制、可编辑
《混沌野草扩展Kalman滤波器辨识六维力传感器下E膜模型参数》PDF+DOC2015年第07期 朱文超,许德章
《自适应Kalman滤波修复六维力传感器下E膜模型误差》PDF+DOC2014年第03期 朱文超,许德章
《基于Stewart机构的六维力传感器解耦算法研究》PDF+DOC 盖广洪,高波
《基于时间函数的并联六维力传感器量程设计》PDF+DOC2016年第08期 刘琬钰,王志军,田雪珂,崔建国,李占贤
《基于径向基函数神经网络的压电式六维力传感器解耦算法》PDF+DOC2017年第05期 李映君,韩彬彬,王桂从,黄舒,孙杨,杨雪,陈乃建
《六维力传感器静态解耦算法应用研究》PDF+DOC2007年第12期 张景柱,郭凯,徐诚
《基于坐标变换的六维力传感器静态标定方法》PDF+DOC2006年第03期 李海滨,段志信,周佳龙
《基于薄板理论的六维力传感器E型膜横向扭转振动分析》PDF+DOC2014年第01期 谢黎峰,许德章
《分层优化PF在六维力传感器下E型膜中的应用》PDF+DOC2014年第09期 朱文超,许德章,方涛
《六维力传感器静态解耦算法及静态标定的研究》PDF+DOC2013年第06期 武秀秀,宋爱国,王政
为减小噪声信号对六维力传感器测量精度的影响,同时解决因主振型信息缺失导致扩展Kalman滤波器难以获得最优系统估计的问题,提出一种基于小生境野草算法优化的扩展卡尔曼滤波(NIWO-EKF)算法。算法根据正弦激励力响应与应变之间的关系,构建六维力传感器下E型膜非线性系统模型。将系统干扰矩阵与控制矩阵视为一个整体,引入野草繁殖思想,以前6阶主振型信息构成的综合矩阵为均值,进行高斯采样,产生初始化的可行解。将小生境技术与野草算法相融合,利用野草算法进行全局搜索,根据适应度的大小对个体进行降序排列,按照小生境容量划分出多个种群协同合作,避免搜索过程陷入局部最优,提高算法的寻优精度和收敛速度。采用改进野草算法对EKF中的系统干扰控制矩阵进行优化处理。仿真实例表明,优化后的扩展卡尔曼滤波器能有效地提高六维力传感器的测量精度,具有很好的鲁棒性和稳定性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。