TOP24毕业设计_基于卡尔曼滤波的倒立摆控制系统噪声抑制.doc文档免费在线阅读

在实际的使用过程中发现，控制器模型参数不精确对于卡尔曼滤波器的滤波效果的影响非常大并且卡尔曼滤波器需要小段时间进行训练，训练时间与采样时间和初始参数等因素有关。

东北大学本科毕业设计论文毕业设计论文任务书第六章结论与展望本论文以东北设计制作的二级倒立摆实物仿真控制系统为研究对象，研究了如何在电位器测量摆角且含有大噪声的情况下实现对二级倒立摆的稳定控制。

现将本论文的主要工作总结如下基于拉格朗日方程建立了的数学模型，为控制器和滤波器的设计奠定基础。

本文首先对系统利用拉格朗日方程进行了数学建模。

然后，提出了利用物理学守恒定律建模的方法，此种方法推导过程简单直观，且能够揭示出数学模型的物理含义。

测定的实际参数。

本论应用最广泛的是扩展卡尔曼滤波算法。

最初是在年为了将卡尔曼滤波应用在非线性航天器导航问题提出的，算法是通过对非方法。

进行非线性系统滤波问题的次优近似，主要有两种方法把非线性环节进行线性化处理，忽略或逼近高阶项用采样的方法去近似非线性函数的分布。

其中第种方法是解决非线性系统问题的传统方法，这种方法学者以滤波器为基础进行了推广和改进。

只有完整描述非线性系统的条件后验概率，才是解决非线性系统滤波问题的最佳方法，但是这种完整的描述在实际系统中不容易实现，所以人们又提出了许多次优滤波的近似如果仍然采用线性模型描述系统并且使用进行滤波，将会引起线性模型近似误差，甚至将会导致滤波状态发散。

而所有的实际系统都有定程度的非线性。

这就促使人们寻求新的非线性滤波器。

在之后的近半个世纪里，许多业控制等领域中。

卡尔曼滤波算法是种线性状态的最优估计，是在系统状态方程和量测方程都是线性方程，系统噪声和观测噪声均为高斯白噪声，且统计特性已知的条件下，得到最优滤波结果。

当系统模型具有非线性特性时，毕业设计论文任务书应用。

已有的关于卡尔曼滤波在线性系统中应用的很多理论己经十分成熟，作为种重要的最优估计理论滤波已经被广泛地应用在导航制导系统目标跟踪全球定位系统通信和工广泛应用，早期最成功的应用实例是飞机导航系统的设计以及阿波罗登月计划。

随着电子计算机技术的普遍应用，在实际工程中，特别是航空航天技术中，滤波理论迅速被广泛东北大学本科毕业设计论文是基于信号和噪声的状态空间模型，利用现时刻的观测值，并结合前时刻的状态预测值，来更新当前时刻的状态变量的估计值，得出当前时刻最优的状态估计值。

滤波理论提出以后，立即在实际工程中得到了提出了卡尔曼滤波方法。

卡尔曼滤波算法能够解决时变多变量非平稳时间序列的滤波和预报问题，并且这是种可递推算法，在计算机上很容易实现，这些特点都弥补了滤波的不足。

卡尔曼滤波的实现非平稳时间序列的滤波和预报，由于维纳滤波算法不能进行递推，需要对全部的历史数据进行存储，因此在实际工程应用中不容易实现。

由于维纳滤波的上述局限和缺点，加上计算机应用技术发展的需要，年，美国学者需要知道观测数据的概率分布函数。

年，提出维纳滤波方法，并应用在火炮打飞机的控制系统中，经典的滤波方法只适用于频域，并且仅限于对平稳时间序列进行滤波和预报，不适用于时变多变量的多个观测数据的概念，并用它处理比较简单的轨道测量问题，但没有考虑被估参数和观测数据的统计特性。

年，从事概率密度研究的提出了极大似然估计法，对估计理论的广泛研究做出了又个重大贡献，但从非平稳随机过程到状态空间模型，估计理论越来越丰富和成熟，适用范围越来越广，在航天航空军事生产过程控制等领域，状态估计技术被广泛应用。

年，提出了最小二乘法，引入了带有估计误差初的状态估计算法是高斯提出的最小二乘法，然后是极大似然法，随后提出了维纳滤波，后来发展到提出的卡尔曼滤波方法，状态估计理论的发展从频域到时域从非递推算法到递推算法扰存在于系统装置或系统观测通道中时，就不能使用确定性系统情况下的观测器进行状态估计了，这时要使用统计估计方法实现系统的状态估计。

由于观测信号方式的利用和状态估计准则的不同，导致了状态估计方法的不同。

最性系统的状态估计主要方法有扩展观测器，状态重构只能在系统能观测的部分实现，优点是重构速度能够任意快，缺点是在具体实施过程中要受到些限制因素的影响，例如灵敏度噪声等。

当随机噪声干能力，掌握信号处理方法东北大学本科毕业设计论文毕业设计论文任务书是很有意义。

状态估计算法的研究概述在确定性系统的情况下，线性系统的状态估计的主要方法有观测器，非线性能力，掌握信号处理方法东北大学本科毕业设计论文毕业设计论文任务书是很有意义。

状态估计算法的研究概述在确定性系统的情况下，线性系统的状态估计的主要方法有观测器，非线性系统的状态估计主要方法有扩展观测器，状态重构只能在系统能观测的部分实现，优点是重构速度能够任意快，缺点是在具体实施过程中要受到些限制因素的影响，例如灵敏度噪声等。

当随机噪声干扰存在于系统装置或系统观测通道中时，就不能使用确定性系统情况下的观测器进行状态估计了，这时要使用统计估计方法实现系统的状态估计。

由于观测信号方式的利用和状态估计准则的不同，导致了状态估计方法的不同。

最初的状态估计算法是高斯提出的最小二乘法，然后是极大似然法，随后提出了维纳滤波，后来发展到提出的卡尔曼滤波方法，状态估计理论的发展从频域到时域从非递推算法到递推算法从非平稳随机过程到状态空间模型，估计理论越来越丰富和成熟，适用范围越来越广，在航天航空军事生产过程控制等领域，状态估计技术被广泛应用。

年，提出了最小二乘法，引入了带有估计误差的多个观测数据的概念，并用它处理比较简单的轨道测量问题，但没有考虑被估参数和观测数据的统计特性。

年，从事概率密度研究的提出了极大似然估计法，对估计理论的广泛研究做出了又个重大贡献，但需要知道观测数据的概率分布函数。

年，提出维纳滤波方法，并应用在火炮打飞机的控制系统中，经典的滤波方法只适用于频域，并且仅限于对平稳时间序列进行滤波和预报，不适用于时变多变量非平稳时间序列的滤波和预报，由于维纳滤波算法不能进行递推，需要对全部的历史数据进行存储，因此在实际工程应用中不容易实现。

由于维纳滤波的上述局限和缺点，加上计算机应用技术发展的需要，年，美国学者提出了卡尔曼滤波方法。

卡尔曼滤波算法能够解决时变多变量非平稳时间序列的滤波和预报问题，并且这是种可递推算法，在计算机上很容易实现，这些特点都弥补了滤波的不足。

卡尔曼滤波的实现是基于信号和噪声的状态空间模型，利用现时刻的观测值，并结合前时刻的状态预测值，来更新当前时刻的状态变量的估计值，得出当前时刻最优的状态估计值。

滤波理论提出以后，立即在实际工程中得到了广泛应用，早期最成功的应用实例是飞机导航系统的设计以及阿波罗登月计划。

随着电子计算机技术的普遍应用，在实际工程中，特别是航空航天技术中，滤波理论迅速被广泛东北大学本科毕业设计论文毕业设计论文任务书应用。

已有的关于卡尔曼滤波在线性系统中应用的很多理论己经十分成熟，作为种重要的最优估计理论滤波已经被广泛地应用在导航制导系统目标跟踪全球定位系统通信和工业控制等领域中。

卡尔曼滤波算法是种线性状态的最优估计，是在系统状态方程和量测方程都是线性方程，系统噪声和观测噪声均为高斯白噪声，且统计特性已知的条件下，得到最优滤波结果。

当系统模型具有非线性特性时，如果仍然采用线性模型描述系统并且使用进行滤波，将会引起线性模型近似误差，甚至将会导致滤波状态发散。

而所有的实际系统都有定程度的非线性。

这就促使人们寻求新的非线性滤波器。

在之后的近半个世纪里，许多学者以滤波器为基础进行了推广和改进。

只有完整描述非线性系统的条件后验概率，才是解决非线性系统滤波问题的最佳方法，但是这种完整的描述在实际系统中不容易实现，所以人们又提出了许多次优滤波的近似方法。

进行非线性系统滤波问题的次优近似，主要有两种方法把非线性环节进行线性化处理，忽略或逼近高阶项用采样的方法去近似非线性函数的分布。

其中第种方法是解决非线性系统问题的传统方法，这种方法应用最广泛的是扩展卡尔曼滤波算法。

最初是在年为了将卡尔曼滤波应用在非线性航天器导航问题提出的，算法是通过对非线性函数进行展开，对二阶及其高阶项进行忽略，实现非线性系统的线性化转换。

虽然算法在非线性滤波问题中应用广泛，但它仍然具有理论局限性，具体表现在以下方面当系统非线性程度比较严重时，忽略展开式的高阶项将会增大线性化引起的误差，从而导致的滤波误差增大甚至滤波发散。

滤波过程需要求取系统的雅可比矩阵，但求取雅可比矩阵复杂且计算量大，不容易求取，有时甚至很难得到非线性函数的雅可比矩阵。

由于算法需要对非线性函数进行求导，所以非线性函数的表达式必须明确，并且不适用于不可微的非线性函数。

由于近似非线性函数不容易，而相比之下近似非线性函数的概率密度分布更容易，因此人们想到使用采样的方法来近似非线性函数的概率密度分布来解决非线性系统的滤波问题。

东北大学本科毕业设计论文毕业设计论文任务书变换，随后就发展起来，这是种通过非线性变换传播均值和协方差的方法，。

这种方法滤波更准确，更容易实现。

基于变换的滤波算法就是基于变换，选择种确定性采样的方法，然后套用标准的卡尔曼滤波算法的框架，最后得出估计的状态。

这种滤波算法是牛津大学，等学者首先提出的。

算法不需要计算系统的雅可比矩阵，复杂度降低，还能处理有非加性噪声的系统，应用范围变宽，算法采用确定性采样策略，避免了粒子的退化问题，滤波精度大大提高。

的研件下，机械存在着噪声干扰。

本章已二级倒立摆为被控对象，进行噪声抑制控制，考虑到卡尔曼滤波器这种经典的状态估计方法相对于传统的滤波方法的诸多优势，因此，本系统引入了卡尔曼滤波器对信号进行滤波