在信號處理,、控制系統(tǒng),、導(dǎo)航等領(lǐng)域，有一個于60年前被提出至今仍然被廣泛應(yīng)用的算法,，那就是卡爾曼濾波,。
卡爾曼濾波，也稱為線性二次估計（LQE）,，這種濾波方法以它的主要開發(fā)者之一——魯?shù)婪?E.卡爾曼（Rudolph E. Kalman）命名,，關(guān)于這種濾波器的論文由Swerling (1958)、Kalman (1960)與 Kalman and Bucy (1961)發(fā)表,。
魯?shù)婪?E.卡爾曼（ 1930年- 2016年）是匈牙利出生的美國電氣工程師,、數(shù)學(xué)家和發(fā)明家。他以共同發(fā)明和開發(fā)卡爾曼濾波器而聞名,，并因這項工作,，于2009年10月7日被美國總統(tǒng)巴拉克?奧巴馬授予國家科學(xué)獎?wù)隆?/p>
魯?shù)婪?E.卡爾曼
卡爾曼濾波器在技術(shù)上有許多應(yīng)用。常見的應(yīng)用是用于車輛,、飛機(jī)和航天器的引導(dǎo),、導(dǎo)航和控制,。此外，卡爾曼濾波器是時間序列分析中廣泛應(yīng)用的概念,，用于信號處理和計量經(jīng)濟(jì)學(xué)等領(lǐng)域,。卡爾曼濾波器也是機(jī)器人運動規(guī)劃和控制領(lǐng)域的主要算法之一,，它們有時也包含在軌跡優(yōu)化中,。卡爾曼濾波器還可用于模擬中樞神經(jīng)系統(tǒng)對運動的控制,。由于發(fā)出電機(jī)命令和接收感官反饋之間的時間延遲,，使用卡爾曼濾波器支持用于估計電機(jī)系統(tǒng)的當(dāng)前狀態(tài)和發(fā)布更新命令的實際模型。
后繼研究者還開發(fā)了該方法的擴(kuò)展和推廣,，例如擴(kuò)展卡爾曼濾波器和非線性卡爾曼濾波器,，它們適用于非線性系統(tǒng)?；A(chǔ)模型類似于隱馬爾可夫模型,，除了潛在變量的狀態(tài)空間是連續(xù)的并且所有潛在和觀察變量都具有高斯分布。
《電子技術(shù)應(yīng)用》近年來刊登了一些應(yīng)用卡爾曼濾波的技術(shù)文章,，小編整理于此,，以餮讀者、作者,。歡迎大家推廣引用,！
1. 概率神經(jīng)網(wǎng)絡(luò)多模型卡爾曼濾波定位導(dǎo)航算法
摘要： 交互式多模型擴(kuò)展卡爾曼濾波（IMM-EKF）算法是解決機(jī)動載體運動模型不確定的定位問題的次優(yōu)算法，在載體做模型確定的運動時該方法仍得到次優(yōu)解且浪費運算資源,。針對IMM-EKF算法的此類缺陷,，采用離線訓(xùn)練的概率神經(jīng)網(wǎng)絡(luò)模型，實時判斷當(dāng)前運動模型分類,，在運動模型確定的狀態(tài)下選擇對應(yīng)的單一模型進(jìn)行運算,，而在運動模型不確定的狀態(tài)下選擇IMM-EKF算法，既保證定位精度,，又減少了不必要的運算量,。仿真對比實驗驗證了相比于IMM-EKF算法，新算法在精度方面的優(yōu)勢,。
全文鏈接：
http://forexkbc.com/article/3000083941
中文引用格式： 梁龍凱,，張麗英，何文超,，等. 概率神經(jīng)網(wǎng)絡(luò)多模型卡爾曼濾波定位導(dǎo)航算法[J].電子技術(shù)應(yīng)用,，2018，44(6)：60-62，67.
英文引用格式： Liang Longkai,，Zhang Liying,，He Wenchao，et al. Probabilistic neural network multi-model Kalman filter navigation algorithm[J]. Application of Electronic Technique,，2018,，44(6)：60-62，67.
2. 基于擴(kuò)展Kalman濾波的工業(yè)控制系統(tǒng)DDoS攻擊檢測
摘要：隨著工業(yè)化和信息化的不斷融合,越來越多的工業(yè)控制系統(tǒng)接入互聯(lián)網(wǎng)或企業(yè)管理網(wǎng),。不同于傳統(tǒng)的信息系統(tǒng),工業(yè)控制系統(tǒng)對于實時性的要求非常高,相同的控制策略在不同的采樣頻率下,系統(tǒng)的動態(tài)響應(yīng)會有較大的差異,。當(dāng)工業(yè)控制系統(tǒng)遭受到分布式拒絕服務(wù)(DDoS)的攻擊時,傳統(tǒng)的攻擊檢測方法雖然可以較好地完成檢測任務(wù),但會給工業(yè)控制網(wǎng)絡(luò)造成較大的負(fù)擔(dān),從而影響整個系統(tǒng)的穩(wěn)定性和實時性。結(jié)合工業(yè)控制系統(tǒng)的網(wǎng)絡(luò)結(jié)構(gòu),、網(wǎng)絡(luò)特性以及流量平穩(wěn)等特點,提出一種擴(kuò)展Kalman濾波和控制系統(tǒng)的模型參數(shù)識別的算法來檢測DDoS的攻擊,。在搭建的SCADA工業(yè)控制仿真系統(tǒng)平臺中進(jìn)行測試和實驗,結(jié)果表明,所提出的算法可以有效地識別出針對特定工業(yè)控制系統(tǒng)網(wǎng)絡(luò)的DDoS攻擊。
全文鏈接：
http://forexkbc.com/article/3000019020
中文引用格式：李俊,郭嫻,孫軍.基于擴(kuò)展Kalman濾波的工業(yè)控制系統(tǒng)DDoS攻擊檢測[J].電子技術(shù)應(yīng)用,2016,42(04):73-77.
英文引用格式： Li Jun,，Guo Xian，Sun Jun. The detection of DDoS attack for industrial control systems based on extended Kalman filtering[J].Application of Electronic Technique,，2016,，42(4)：73-77.
3. 基于擴(kuò)展卡爾曼神經(jīng)網(wǎng)絡(luò)算法估計電池SOC
摘要：針對汽車鋰電池的荷電狀態(tài)(SOC)的問題,基于Thevenin電路為等效電路并且應(yīng)用擴(kuò)展卡爾曼算法(EKF)結(jié)合神經(jīng)網(wǎng)絡(luò)算法進(jìn)行估計。在進(jìn)行卡爾曼濾波算法估算過程中,需要用到實時的估算模型參數(shù)值(最新值),即在不同的SOC下模型的參數(shù)不同,。傳統(tǒng)做法是把SOC與各個參數(shù)的關(guān)系進(jìn)行普通的擬合,這種方法在擬合過程中存在較大誤差,。為了解決這個問題,利用神經(jīng)網(wǎng)絡(luò)擬合各個電路模型參數(shù)與SOC關(guān)系曲線。試驗結(jié)果表明,與單純的擴(kuò)展卡爾曼算法相比,該方法能夠準(zhǔn)確估計電池剩余電量,誤差小于3%,。
全文鏈接：
http://forexkbc.com/article/3000053172
中文引用格式：韓忠華,劉珊珊,石剛,董挺.基于擴(kuò)展卡爾曼神經(jīng)網(wǎng)絡(luò)算法估計電池SOC[J].電子技術(shù)應(yīng)用,2016,42(07):76-78,，82.
英文引用格式： Han Zhonghua，Liu Shanshan,，Shi Gang,，et al. Estimation of battery SOC based on extended Kalman filter with neural network algorithms[J].Application of Electronic Technique，2016,，42(7)：76-78,，82.
4. 自適應(yīng)GPS擴(kuò)展卡爾曼定位算法研究
摘要：針對全球定位系統(tǒng)(GPS)信號定位過程中存在多徑導(dǎo)致定位誤差,尤其靜態(tài)環(huán)境中零頻差短多徑引發(fā)的定位拖尾現(xiàn)象,提出了一種自適應(yīng)估計多徑殘留的擴(kuò)展卡爾曼濾波算法,實現(xiàn)了靜態(tài)環(huán)境中零頻差短多徑抑制。首先量化地給出了基帶多徑抑制后的多徑殘留模型,即多徑呈現(xiàn)"矩形"類型分布,以此為基礎(chǔ)設(shè)計了一種自適應(yīng)估計多徑殘留的方法,即在擬合窗口內(nèi)估計偽距測量誤差的均值和標(biāo)準(zhǔn)差,作為EKF算法的測量誤差協(xié)方差矩陣,實現(xiàn)了EKF中多徑的動態(tài)估計,。最后通過仿真表明,本文的自適應(yīng)估計多徑殘留的擴(kuò)展卡爾曼濾波(ARKF)能有效抑制零頻差短多徑影響,。
全文鏈接：
http://forexkbc.com/article/3000055378
中文引用格式：楊麗,胡方強(qiáng).自適應(yīng)GPS擴(kuò)展卡爾曼定位算法研究[J].電子技術(shù)應(yīng)用,2016,42(08):91-93，97.
英文引用格式： Yang Li,，Hu Fangqiang. Study on extended Kalman localization algorithm for adaptive GPS[J].Application of Electronic Technique,，2016，42(8)：91-93,，97.
5. 基于單片機(jī)控制的旋轉(zhuǎn)倒立擺建模分析與系統(tǒng)設(shè)計
摘要：旋轉(zhuǎn)倒立擺結(jié)構(gòu)簡單,但控制系統(tǒng)較為復(fù)雜,。介紹了旋轉(zhuǎn)倒立擺的結(jié)構(gòu)原理,運用分析力學(xué)中的Lagrange方程建立了旋轉(zhuǎn)倒立擺的線性數(shù)學(xué)模型,推導(dǎo)出其公式及較為準(zhǔn)確的狀態(tài)方程描述,分析了旋轉(zhuǎn)倒立擺的不穩(wěn)定性和可控性。設(shè)計了控制系統(tǒng)硬件電路及軟件程序編寫,對系統(tǒng)整個控制過程進(jìn)行了數(shù)據(jù)采集、圖形展示,分析了擺桿從自然下垂到擺起180°實現(xiàn)倒立的整個過程,。系統(tǒng)采用離散PID調(diào)節(jié)算法進(jìn)行控制,保證了系統(tǒng)的穩(wěn)定性,融入卡爾曼濾波算法濾除可能出現(xiàn)的干擾信號,保證了數(shù)據(jù)的準(zhǔn)確性,。
全文鏈接：
http://forexkbc.com/article/3000054576
中文引用格式：曾憲陽,楊紅莉,郁漢琪,褚南峰.基于單片機(jī)控制的旋轉(zhuǎn)倒立擺建模分析與系統(tǒng)設(shè)計[J].電子技術(shù)應(yīng)用,2016,42(09):76-79.
英文引用格式： Zeng Xianyang，Yang Hongli,，Yu Hanqi,，et al. The modeling analysis and system design of rotational inverted pendulum based on single chip microcomputer control[J].Application of Electronic Technique，2016,，42(9)：76-79.
6. 低成本MEMS陀螺實時濾波方法
摘要：為找到一種普遍適合低成本MEMS陀螺儀的隨機(jī)誤差實時處理方法,利用Allan方差分析法首先對MEMS陀螺儀進(jìn)行分析,根據(jù)其誤差特性進(jìn)而設(shè)計了平均濾波算法以剔除粗大誤差,然后使用最小二乘法,通過擬合前一段歷史結(jié)果得到下一時刻輸出的預(yù)測值,基于以上工作最終設(shè)計出Kalman濾波器對所輸出進(jìn)行濾波,。由于將最小二乘法的推測作為預(yù)測過程,避免了系統(tǒng)狀態(tài)模型難以準(zhǔn)確建立的問題。該方法動態(tài)性能好,具有普適性,。實驗結(jié)果證明,該方法在靜態(tài)和動態(tài)下均能有效工作,濾波后常值漂移被有效補(bǔ)償,角度隨機(jī)游走不再占誤差的主要成分,均方差小于濾波前的十分之一,。
全文鏈接：
http://forexkbc.com/article/3000007431
中文引用格式：王勵揚,翟昆朋,何文濤,等.低成本MEMS陀螺實時濾波方法[J].電子技術(shù)應(yīng)用,2015,41(01):50-52，56.
7. 基于AVR單片機(jī)的機(jī)載慣性穩(wěn)定云臺設(shè)計
摘要：針對多旋翼無人機(jī)在航拍時,畫面會隨著巡航時俯仰,、橫滾等飛行動作而變得不穩(wěn)定的問題,設(shè)計了一種基于AVR單片機(jī)和MEMS陀螺儀的機(jī)載慣性穩(wěn)定云臺,。該云臺利用經(jīng)卡爾曼濾波(KalmanFiltering)的陀螺儀輸出數(shù)據(jù)對飛機(jī)在三個軸向上的角速度變化進(jìn)行監(jiān)測和判斷,驅(qū)動步進(jìn)電機(jī)對云臺姿態(tài)進(jìn)行實時反向補(bǔ)償,實現(xiàn)這一系統(tǒng)使攝影機(jī)拍攝的畫面能夠時刻保持穩(wěn)定。實驗結(jié)果表明,系統(tǒng)穩(wěn)定,、可靠,、性能良好。
全文鏈接：
http://forexkbc.com/article/3000011941
中文引用格式： 安鶴男,，陳陽,，張軍，等. 基于AVR單片機(jī)的機(jī)載慣性穩(wěn)定云臺設(shè)計[J].電子技術(shù)應(yīng)用,，2015,，41(11)：41-44.
英文引用格式： An Henan，Chen Yang,，Zhang Jun,，et al. Design of airborne inertial stabilization camera platform based on AVR microcontroller[J].Application of Electronic Technique，2015,，41(11)：41-44.
更多《電子技術(shù)應(yīng)用》優(yōu)秀論文集錦：
【AET論文集錦】室內(nèi)定位技術(shù)與算法
http://forexkbc.com/article/3000093264
【AET論文集錦】加油,，北斗！
http://forexkbc.com/article/3000093438
【AET論文集錦】衛(wèi)星世家的最新成果
http://forexkbc.com/article/3000093679
【AET論文集錦】網(wǎng)絡(luò)與信息安全
http://forexkbc.com/article/3000093905
【AET論文集錦】感知世界的無線傳感器網(wǎng)絡(luò)（WSN）
http://forexkbc.com/article/3000091568
【AET論文集錦】卡爾曼濾波的應(yīng)用
http://forexkbc.com/article/3000091028
【AET論文集錦】5G通信關(guān)鍵技術(shù),、算法設(shè)計
http://forexkbc.com/article/3000090602
【AET論文集錦】您了解AES算法嗎,？
http://forexkbc.com/article/3000090205
【AET論文集錦】網(wǎng)絡(luò)與信息安全
http://forexkbc.com/article/3000093905
【AET論文集錦】基于Intel FPGA的《電子技術(shù)應(yīng)用》優(yōu)秀論文集錦
http://forexkbc.com/article/3000094830
【AET論文集錦】基于Xilinx FPGA的《電子技術(shù)應(yīng)用》優(yōu)秀論文集錦