卡爾曼濾波在模型參數估計中的應用.pdf

1、在眾多的模型參數估計算法中，卡爾曼濾波以其較強的噪聲抑制能力正受到越來越多的重視。本文將卡爾曼濾波應用于模型參數估計中，主要有兩個應用領域：一個是用于超聲波回波渡越時間（TimeOfFlight，TOF）的估計。由于超聲波易受外界噪聲的影響，從而導致其回波前沿到達時間難于精確確定。本文采用已有的單回波包絡經驗模型作為超聲波回波的包絡模型，并以此推導出適用于雙回波重疊的超聲波包絡經驗模型。分別利用擴展卡爾曼濾波和無跡卡爾曼濾波在單回波和雙

2、回波重疊兩種情況下對渡越時間進行估計，分析估計誤差，比較兩種方法的估計結果；另一個是用于多功能傳感器模型的參數估計。由于多功能傳感器同時敏感多個物理量，從而導致其輸入輸出關系難以用現有的物理理論加以描述。本文采用Takagi-Sugeno（T-S）模糊模型作為數學模型，在非線性較大和較小兩種情況下，利用減法聚類生成初始參數和結構，利用擴展卡爾曼濾波對傳感器模擬網絡進行逆向建模和參數估計。
　　本文簡要介紹了傳統(tǒng)卡爾曼濾波算法（Ka