基于集合卡尔曼滤波的河网水情数据同化

为了解决河网非线性动态系统的数据同化问题,采用基于集合思想的集合卡尔曼滤波来实时校正河网水力模型状态变量,以提高河网水情仿真与预报的计算精度。集合卡尔曼滤波的关键在于状态初始集合的设置,本文采用Box Muller方法生成一组服从正态分布的随机集合,通过一个由14条河段组成的河网水力仿真算例系统分析了集合大小、集合标准差对数据同化效果的影响,并将得到的初步结论应用到实例计算中,获得了良好的数据同化效果。结果表明：集合卡尔曼滤波算法,应用简便,适用范围广,能够有效地进行河网非线性动态系统的数据同化;在设置水位状态变量初始集合时,建议取集合规模50~100、标准差0.001~0.005m。     

应用MODIS资料对城乡地表热通量的估算

为了揭示城市热岛形成机制,基于MODIS资料,结合自动气象站实测的气象资料,利用地表能量参数化方法估算了地表热通量,分析了城乡地表热通量的空间分布及变化特征.结果表明城乡地气热交换差异明显,与相关文献对比证明该方法是可行、有效的.     

基于集合卡尔曼滤波的潜水动态预测方法

将集合卡尔曼滤波(EnKF)方法拓展至补给条件下潜水流动的数据同化问题,通过同化水位、水力传导度和降雨补给等测量数据来更新模型状态、反演模型参数,探讨了在不同补给条件下测量数据对水力传导度和降雨入渗补给系数反演的影响,分析了不同类型测量数据在同化中的作用.结果表明:EnKF方法可以通过动态的测量数据改善对地下水模型参数的估计,方法在降雨补给量较大条件下可以取得更好的同化效果,说明在雨季等地下水运动变动剧烈时的测量数据价值更高,有长期水位动态测量数据时,可以通过水位观测值有效地反演出水力传导度和降雨入渗补给系数.     

气扫式膜蒸馏过程的通量影响因素研究

对气扫式膜蒸馏法的热量和质量传递机理进行了研究,建立了该过程的热量和质量传递模型.并对模型进行了计算,得出了吹扫气流速、进料温度、进料浓度对膜通量的影响,并与实验结果进行了比较.结果表明模型计算值与实验值非常接近,其变化趋势为:随吹扫气流速的升高,通量先增加然后趋近于平衡.进料温度越高通量越高.进料浓度对通量的影响明显,随进料浓度的增加,通量呈指数倍下降.     

基于TTS本构模型真三轴条件下的热蠕变研究

真三轴条件下单调和循环温度荷载显著影响土体轴向、径向变形和侧压力系数,对能源地下结构抗裂、沉降控制及承载力设计提出了挑战．基于清华热力学岩土（Tsinghua thermodynamical soil,TTS）本构模型及Matlab点源求解程序,开展一维压缩和平面应变状态下饱和黏土和粉土的排水热蠕变模拟．分析一维侧限条件下超固结比（over consolidated ratio,OCR）和温度循环对热蠕变的影响;预测OCR及温度循环次数对侧压力系数的影响;模拟真三轴应力条件下各个主应力方向的热蠕变．TTS本构模型模拟的Bonny粉土真三轴排水条件下热蠕变方向和大小与试验结果符合,预测的相同试验条件下Bangkok软黏土温度蠕变幅值更大.结果表明,TTS本构模型可以合理描述真三轴条件下各主应力方向收缩或膨胀的热蠕变及温度剪应变．研究可为能源桩侧摩阻承载力设计提供参考．     

采用稳态Kalman滤波器简化Kalman滤波器的计算

计算Kalm an滤波器的方法主要采用迭代计算法,在工程应用中在线进行无穷迭代运算所带来的较大计算量势必影响计算速度。提出了稳态Kalm an滤波器的概念,并用Kalm an滤波器增益阵的稳态值计算Kal-m an滤波器。采用稳态Kalm an滤波器避免了在线计算Kalm an滤波增益在各时刻的函数值,因而减小了采用迭代法计算Kalm an滤波器的计算负担。     

Remaining Useful Life Estimation of Lithium-Ion Battery Based on Gaussian Mixture Ensemble Kalman Filter

The remaining useful life (RUL) prediction is a crucial indicator for the lithium-ion battery health prognostic. The particle filter (PF), used together with an empirical model, has become one of the most well-accepted techniques for RUL prediction. In this work, a novel filtering algorithm, named the Gaussian mixture model (GMM) - ensemble Kalman filter (EnKF) is proposed. It embeds the Gaussian mixture model in the EnKF framework to cope with the non-Gaussian feature of the system state space, and meanwhile address some of the major shortcomings of the PF. The GMM-EnKF and the PF are both applied on public data sets for RUL prediction and the simulation results show superiority of our proposed approach to the PF.     

用二次最优控制推导Kalman滤波器和最优插值器

本文通过最小二乘拟合方法,将最优估计问题转换成二次最优控制问题,然后用统一的方式导出Kalman-Bucy最优滤波器和Ranch-Tung-Striebel最优插值器等,同时还给出最优插值器的一种新形式。     

基于FFT和卡尔曼滤波器的载波同步方法的研究

以QPSK信号为基础,提出一种新的全数字开环载波恢复方法.该方法用快速傅立叶变化(FFT)搜索峰值估计频偏,用卡尔曼滤波器追踪相位.其优点是复杂度低,在硬件上易于实现.仿真结果显示该方法对大频偏和低信噪比信号载波同步的实现有良好的性能.     

基于自适应四元数卡尔曼滤波的姿态估计方法

使用四元数卡尔曼滤波器进行姿态估计的性能与加速度噪声协方差R有很大的相关性。以四元数卡尔曼滤波器递推计算的新息协方差与测量的新息协方差的差值尽可能小为条件,采用基于新息的自适应算法,在线估计加速度计噪声的协方差R,得到符合实际加速度噪声水平的卡尔曼滤波器增益K,对微小型飞行器进行姿态估计。为了减少由新息引入自适应计算的测量噪声,使用渐消记忆的方法对测量的新息协方差进行处理。仿真结果表明,基于新息的自适应四元数卡尔曼滤波器在加速度计噪声协方差R难以测量时或R变化时,相对于四元数卡尔曼滤波器能更准确地获得姿态的估计,减小了滤波器对模型参数的依赖,增加了滤波器的鲁棒性。     

基于改进的三帧差和卡尔曼滤波的车辆检测方法

针对卡尔曼滤波方法在车辆检测中存在背景更新参数固定、背景建模实时性较差的问题,提出了三帧差法与自适应卡尔曼滤波算法相结合的运动车辆检测方法.先采用三帧差法快速提取车辆运动区域,再采用高斯分布确定背景更新参数,同时更新背景模型,最后将两者得到的图像相减得到最终检测结果.实验结果表明,该算法的背景更新速度较快,运动目标提取效果较好.     

一种有效的数据融合方法——分布式的离散Kalman滤波方法

介绍了一种基于Kalman的数据融合方法,分析了用于多传感器数据融合的Kalman滤波方法基本概念和理论。在Kalman滤波理论的基础上对全球定位和惯性导航系统的车辆组合系统进行了仿真。结果表明,分布式的离散Kalman滤波方法是一种有效的数据融合方法。     

采用扩展卡尔曼滤波器估计入射波参数

提出了采用扩展卡尔曼滤波器估计入射波参数（入射角度和入射功率）的方法,首先根据天线阵线拉空间信号的特点,在建立描述入射波参数的空间状态方程,其次为便于用数学方法进行入射波的参数估计,将含有复数的空间状态方程变换成用实变量表示的空间状态方程,然后,经扩展状态,将入射波的空间状态方程变非线性系统的状态方程,利用扩展卡尔曼滤波器实现入射角度和入射功率的联合估计,对天线阵接收一个入射波情况,采用ＭＡＴＬＡ