为提高工业物联网实测数据精度，减少数据冗余、 测量误差，提出了一种使用自适应无迹卡尔曼滤波（ AUKF）算法对工业物联网中的多传感器信息进行数据融合处理的方法。 首先给出并比较卡尔曼算法以及常规无迹卡尔曼（ UKF）算法、 AUKF 算法原理及数学模型；在工业传感器观测值的基础上，分别应用常规 UKF、AUKF 算法对数据进行融合处理，并对仿真结果进行数值分析。结果表明，使用改进 AUKF 算法较其他数据融合算法能够显著提高状态估计的准确性和系统稳定性，可适用于工业物联网的实时生产环境。
通过文档，可了解以下内容：
一、引言
二、卡尔曼算法模型
三、自适应无迹卡尔曼模型
四、算法仿真应用
五、结果分析
六、结论
猜您喜欢
推荐内容
开源项目推荐 更多
热门活动
热门器件
用户搜过
随便看看
热门下载
京公网安备 11010802033920号
Copyright © 2005-2026 EEWORLD.com.cn, Inc. All rights reserved
评论