基于高斯和粒子滤波的动态称重数据处理

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

（１．ＳｃｈｏｏｌｏｆＡｕｔｏｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｌｅｃｔｉｒｃａｌＥｎｇｉｎｅｅｉｒｎｇ，ＢｅｉｈａｎｇＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１００１９１，Ｃｈｉｎａ；２．ＺｈｏｎｇｓｈａｎＭｕｌｔｉｗｅｉｇｈＰａｃｋａｇｉｎｇＭａｃｈｉｎｅｒｙＣｏ．，Ｌｔｄ，Ｚｈｏｎｇｓｈａｎ５２８４２５，Ｃｈｉｎａ）
摘要：由于动态称重过程中的噪声干扰，导致动态称重信号处理中存在数据处理速度慢与精度低等不足。为了提高动态称重的快速性与准确性，本文将高斯和粒子滤波算法应用于动态称重数据处理。在对动态称重系统建立状态空间模型的基础上，引进高斯和粒子滤波算法，利用高斯和逼近状态的后验密度，提高了对状态分布估
Ａｂｓｔｒａｃｔ：Ｉｎｔｈｅｄｙｎａｍｉｃｗｅｉｇｈｉｎｇｓｉｇｎａｌｐｒｏｃｅｓｓ，ｔｈｅｓｌｏｗｓｐｅｅｄａｎｄｗｅａｋａｃｃｕｒａｃｙｏｆｔｈｅｄａｔａｐｒｏｃｅｓｓｉｓｃａｕｓｅｄｂｙｔｈｅｎｏｉｓｅｉｎｔｅｆｒｅｒｅｎｃｅｉｎｔｈｇｈｉｎｇ．Ｔｏｉｍｐｒｏｖｅｔｈｅｓｐｅｅｄａｎｄｔｈｅａｃｃｕｒａｃｙｏｆｔｈｅｄｙｎａｍｉｃｗｅｉｇｈｉｎｇ，ｔｈｅＧａｕｓｓｉａｎｓｕｍｐａｒｔｉｃｌｅｉｆｌｅｒａｌｇｏｉｔｒｈｍｉｓｐｒｅｓｅｎｔｅｄｔｏｐｒｏｃｅｓｓｔｈｅｄｙｎａｍｉｃｗｅｉｇｈｉｎｇｄａｔａ．Ｔｏｉｍｐｒｏｖｅｔｈｅｅｓｔｉｍａｔｉｏｎａｃｃｕｒａｃｙｆｏｈｅｔｓｔａｔｅｄｉｓｔｒｉｂｕｔｉｏｎ，ｔｈｉｓｎｏｖｅｌａｌｇｏｒｉｔｈｍａｎｄｔｈｅＧａｎｓｓｉａｎｓｕｍｄｉｓ－
ＳｔｕｄｙｏｆＤｙｎａｍｉｃＷｅｉｇｈｉｎｇＦｉｌｔｅｒｉｎｇＭｅｔｈｏｄＢａｓｅｄｏｎｔｈｅＧａｕｓｓｉａｎＳｕｍＰａｒｔｉｃｌｅＦｉｌｔｅｒＺＨＡＮＧＬｉｍｅｉ．ＧＡＯＺｈａｎｂａｏ，ＹＩＮＺｈｉｂｉｎｇ
ｔｒｉｂｕｔｉｏｎｉｓｕｓｅｄｔｏａｐｐｒｏｘｉｍａｔｅｔｈｅｐｏｓｔｅｒｄｅｎｓｉｔｙ，ｂａｓｅｄｏｎｔｈｅｓｔａｔｅ — ｓｐａｃｅｍｏｄｅｌｏｆｔｈｅｓｙｓｔｅｍ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｓｈｏｗｓｔｈｉｓｌｇａｏｒｉｈｍｔｉｍｐｒｏｖｅｓｅｆ－ｆｅｃｔｉｖｅｌｙｔｈｅｓｐｅｅｄａｎｄｔｈｅａｃｃｕｒａｃｙ，ａｎｄｔｈｅｃｏｍｐａｒｉｓｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈｉｓａｌｇｏｉｒｔｈｍｃａｎｏｕｔｐｅｆｏｒｒｍｔｈｅｔｒａｄｉｔｉｏｎｌａＥＫＦｎｄａｔｈｅＰＦ．
计的精确性。实验结果证明，高斯和粒子滤波方法有效地提高了动态称重的速度与精度，比较实验结果说明本文方法优于传统的扩展卡尔曼滤波和粒子滤波效果。
关键词：动态称重；数据处理；高斯和粒子滤波中图分类号：ＴＮ９１１＿７２；ＴＢ９２文献标识码：Ａ文章编号：１６７４—５７９５（２０１３）Ｏ１—００１４—０４
・
１４・
理论与实践
２０１３年第３３卷第１期
基于高斯和粒子滤波的动态称重数据处理
张丽妹，高占宝，尹志兵
（１．北京航空航天大学自动化科学与电气Ｘ－程学院，北京１００１９１；２．中山市精威包装机械有限公司，广东中山５２８４２５）