专利交易市场

本发明涉及一种基于多方法融合的量化卡尔曼滤波方法，本发明大体包括三部分内容。第一部分根据实际目标运动进行系统建模；第二部分参考相关文献，分别给定QKF-STF和VB-AQKF的最优估计结果；第三部分使用QKF-MMF实现最优线性加权融合，其中包括计算最优加权矩阵、最终目标状态的加权融合状态估计、融合估计误差协方差及互协方差矩阵。上述方法既具有强跟踪功能还能对未知方差进行动态估计，不仅实现了在线实时估计还提高目标跟踪的精确度。因此，该发明能够通过雷达所测得的现有数据准确估计任意时刻目标的运动状态，实现了目标跟踪的功能。

本发明涉及一种应用在目标跟踪的自适应容错容积卡尔曼滤波方法。本发明大体包括三部分内容。第一部分根据实际运动目标进行系统建模；第二部分，根据改进自适应滤波方法对噪声统计特性进行估计；第三部分，根据卡方检验对故障进行检测，根据检测结果在状态估计时对新息部分作加权处理。本发明既能同时对过程噪声协方差和量测噪声协方差动态估计，又能应对雷达所测数据发生故障时的情况，实现了对目标的有效跟踪。

本发明公开了一种基于卡尔曼滤波的TMR磁编码器系统，该系统包括稳压电源模块、信号发生单元、ADC模块、滤波电路模块、信号处理模块、信号输出模块。信号发生单元与ADC模块相连接；ADC模块与信号处理模块相连接；信号输出模块连接在信号处理模块。本发明的信号发生单元采用TMR传感器，相对于传统的Hall传感器，其功耗降低三个数量级，灵敏度提升三个数量级，产生的信号质量更佳。而且本发明在信号处理部分加入了卡尔曼滤波算法，使输出信号更加平稳，可以提升其分辨率和精度，并提升其稳定性。将卡尔曼滤波后的波形进行角度解析，按照角度进行逻辑信息划分，并配备磁编码器通用的接口电路，最终以脉冲信号的形式输出。