XiaoMi-AI文件搜索系统
World File Search System滤波器
锂离子电池建模和 BMS 的自适应扩展卡尔曼滤波器实现
摘要- 为单引擎双座滑翔机上的有效载荷系统制造了定制锂离子电池。在形成电池管理系统的软件开发阶段，为了在充电和放电过程中提供安全性，需要一些参数来指示电池的状况。因此，在本研究中，在 42 Ah 锂离子电池中进行了电等效电路方法和自适应扩展卡尔曼滤波器中使用的充电状态估计过程。结果，平均绝对误差和均方根误差的值小于 1%。在实际过程中，从未发现过真正的误差值。给出噪声以确定扩展卡尔曼滤波器和自适应扩展卡尔曼滤波器 (AEKF) 算法之间的自适应能力。此外，将主 SoC 设置为某个值以查看估计精度。研究表明，该方法可以应用于有效载荷系统的 BMS 软件的开发。
超高动态范围和低噪声系数可编程集成微波光子滤波器
微波光子学 (MWP) 近年来采用了许多重要概念和技术，包括光子集成、多功能可编程性以及增强关键射频性能指标（如噪声系数和动态范围）的技术。然而，到目前为止，这些方面尚未在单个电路中同时实现。在这里，我们首次展示了一种多功能集成微波光子电路，它实现了片上可编程滤波功能，同时实现了以前无法达到的 > 120 dB.Hz 动态范围和 15 dB 噪声系数的创纪录高位。我们使用全集成调制变压器和双注入环谐振器作为多功能光学滤波组件实现的多功能复杂频谱定制来实现这一独特功能。这项工作打破了集成、功能和性能的传统和分散方法，目前这种方法阻碍了集成 MWP 系统在实际应用中的采用。
用于可解释且高效的黎曼分类的切空间空间滤波器
摘要 — 目标：基于黎曼几何的方法已被证明是脑机接口 (BCI) 解码的良好模型。然而，这些方法受到维数灾难的影响，无法部署在高密度在线 BCI 系统中。此外，黎曼方法缺乏可解释性，导致人工制品决定分类性能，这在人工制品控制至关重要的领域（例如患者群体中的神经反馈和 BCI）是有问题的。方法：我们严格证明了切线空间上的任何线性函数与相应的派生空间滤波器之间的精确等价性。在此基础上，我们进一步提出了一组无需密集优化步骤的黎曼方法降维解决方案。使用开放式 BCI 分析框架，针对经典的常见空间模式和切线空间分类验证了所提出的流程，该框架总共包含 7 多个数据集和 200 个主题。最后，通过可视化相应的空间模式验证了我们框架的稳健性。主要结果：与经典的切线空间分类相比，所提出的空间滤波方法具有竞争力，有时甚至略好的性能，同时在测试阶段将时间成本降低了 97%。重要的是，无论通道数量多少，所提出的空间滤波方法的性能都只使用四到六个滤波器组件，这也通过可视化的空间模式进行了交叉验证。这些结果揭示了每个记录会话中存在潜在神经元来源的可能性。意义：我们的工作促进了对基于黎曼几何的 BCI 分类的理论理解，并允许更有效的分类以及从基于黎曼方法构建的分类器中去除伪影源。
IBM TrueNorth 中的神经形态卡尔曼滤波器实现
摘要。随着后摩尔定律计算领域的出现，新的架构不断涌现。借助 IBM 的 TrueNorth 等复合、数百万连接的神经形态芯片，神经工程现在已成为这种新型计算范式中的可行技术。高能物理实验正在不断探索新的计算和数据处理方法，包括神经形态，以支持该领域日益增长的挑战并为未来的商品计算趋势做好准备。这项工作详细介绍了 IBM 的神经形态架构 TrueNorth 中用于并行和串行脉冲序列的卡尔曼滤波器实现的第一个实例。在多个模拟系统上测试了实现，并根据等效非脉冲卡尔曼滤波器评估了其性能。在改变权重和阈值寄存器的大小、用于编码状态的脉冲数量、用于空间编码的神经元块的大小以及神经元电位重置方案的同时，探索了实现的极限。
扩展的卡尔曼滤波器具有最佳控制登革热模型
摘要：在现实生活中，由于各种测量局限性，登革热流行模型中的所有变量都可以测量。因此，需要一个工具来估计具有已知相关变量的未测量变量。估计非线性系统中变量的一种方法是扩展的卡尔曼滤波器（EKF）。接下来，使用这些估计的结果，将以疫苗接种的形式寻求最佳控制，以减少感染的数量。从仿真结果中可以得出结论，登革热模型的EKF状态估计足以估计在所选的干扰协方差范围内被随机变量干扰的状态。然后，发现干扰的标准偏差越小，开始时所需的最佳控制越小。因此，破坏越大，所花费的成本越大。
使用扩展卡尔曼滤波器对声呐浮标进行主动物体跟踪
使用扩展卡尔曼滤波器对声纳浮标进行主动物体跟踪 1 Ch.Lakshmi Sravya、2 G.Mahesh、3 S.Koteswara Rao、4 B.Omkar Lakshmi Jagan 1,2,3 电子与计算机工程系、4 电子与电气工程系，K L 大学，贡土尔，印度 1 lakshmi.sravi7@gmail.com、2 mahesh88088@gmail.com、3 skrao@kluniversity.in、4 lakshmijagan@kluniversity.in 摘要：在水下，声纳浮标接收物体信息。声纳浮标生成物体距离和方位测量值。扩展卡尔曼滤波器用于处理噪声破坏的测量值，以生成物体运动参数 (OMP)。OMP通过超高频链路与飞机进行进一步处理。给出了模拟结果。关键词-全球定位系统、声纳浮标、物体运动分析、随机处理、统计随机处理
针对非差分GPS/IMU集成导航的优化滤波器设计
首先，根据泰勒展开式对最近发展起来的非线性滤波方法——Cuature卡尔曼滤波器（CKF）的性能评估进行了分析。理论分析表明，非线性滤波方法CKF只有在非线性系统中实现时才显示出其优势。类似地，非线性方向余弦矩阵（DCM）表达式被纳入紧密耦合的导航系统中，以表示真实导航坐标系和估计导航坐标系之间的对准误差。仿真和实验结果表明，在不可观测的大指向误差下，以及在 GPS 故障且指向误差快速累积导致 psi 角的表达式失效的情况下，CKF 的性能优于扩展卡尔曼滤波器（EKF），从而表达一定程度的非线性。
使用Kalman滤波器中的传感器融合在自动驾驶汽车中
期待，我们建议对高级传感器技术和融合算法进行进一步研究，以增强自动驾驶汽车的感知能力。此外，人工智能和机器学习技术的集成可以基于融合的传感器数据来实现更智能的决策过程。用于评估传感器融合算法的标准化协议和基准对于确保不同自主驾驶平台之间的互操作性和可靠性至关重要，这需要研究人员，行业利益相关者和监管机构之间的协作努力。总而言之，我们的研究通过利用传感器融合技术与卡尔曼过滤方法结合使用传感器融合技术来为更安全，更高效，更可靠的自主运输系统奠定基础。
多传感器融合与交互多模型和卡方检验容差滤波器
摘要：由于传感器技术、电信和导航系统的最新进展，多传感器信息融合算法在最先进的组合导航系统中具有关键重要性，本文提出了一种改进的创新容错融合框架。组合导航系统由四个传感子系统组成，即捷联惯性导航系统 (SINS)、全球导航系统 (GPS)、北斗二号 (BD2) 和天文导航系统 (CNS) 导航传感器。在这种多传感器应用中，一方面，有效融合方法的设计受到极大限制，特别是在没有关于系统错误特性的信息时。另一方面，开发准确的故障检测和完整性监测解决方案既具有挑战性又至关重要。本文通过联合设计故障检测和信息融合算法，解决了传统故障检测解决方案的敏感性问题以及无法获得精确已知的系统模型的问题。特别是，通过使用交互多模型 (IMM) 滤波器的思想，系统的不确定性将通过模型概率和使用所提出的基于模糊的融合框架进行自适应调整。本文还通过联合设计双状态传播器卡方检验和融合算法，解决了使用损坏的测量值进行故障检测的问题。使用两个并行运行的 IMM 预测器，并根据从融合滤波器接收到的信息交替重新激活，以提高所提出的检测解决方案的可靠性和准确性。通过将 IMM 与所提出的融合方法相结合，我们提高了检测系统的故障敏感性，从而显著提高了组合导航系统的整体可靠性和准确性。模拟结果表明，所提出的容错融合框架比传统框架具有更优异的性能。
使用扩展卡尔曼滤波器对声呐浮标进行主动对象跟踪
使用扩展卡尔曼滤波器对声纳浮标进行主动物体跟踪 1 Ch.Lakshmi Sravya、2 G.Mahesh、3 S.Koteswara Rao、4 B.Omkar Lakshmi Jagan 1,2,3 电子与计算机工程系、4 电子与电气工程系，K L 大学，贡土尔，印度 1 lakshmi.sravi7@gmail.com、2 mahesh88088@gmail.com、3 skrao@kluniversity.in、4 lakshmijagan@kluniversity.in 摘要：在水下，声纳浮标接收物体信息。声纳浮标生成物体距离和方位测量值。扩展卡尔曼滤波器用于处理噪声破坏的测量值，以生成物体运动参数 (OMP)。OMP通过超高频链路与飞机进行进一步处理。给出了模拟结果。关键词-全球定位系统、声纳浮标、物体运动分析、随机处理、统计随机处理