科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了解决六维力传感器输出信号不可避免地会被随机噪声干扰而造成准确性不佳的问题，从力传感器的简化模型出发，设计了一种基于自适应卡尔曼滤波和滑动平均值滤波的混合滤波算法。采用改进的卡尔曼滤波算法，引入渐消因子来加大当前观测量的权重，减小初始偏差带来的影响，同时将新息方差引入卡尔曼增益中来动态调整预测模型，降低过程噪声和测量噪声的干扰。最后进行滑动平均值滤波处理，得到最终的滤波数据。实验比较结果表明，混合滤波算法性能更好，有效地滤除了干扰信号，提高了传感器输出信号的稳定性和平滑性。
- 单位
为了解决六维力传感器输出信号不可避免地会被随机噪声干扰而造成准确性不佳的问题，从力传感器的简化模型出发，设计了一种基于自适应卡尔曼滤波和滑动平均值滤波的混合滤波算法。采用改进的卡尔曼滤波算法，引入渐消因子来加大当前观测量的权重，减小初始偏差带来的影响，同时将新息方差引入卡尔曼增益中来动态调整预测模型，降低过程噪声和测量噪声的干扰。最后进行滑动平均值滤波处理，得到最终的滤波数据。实验比较结果表明，混合滤波算法性能更好，有效地滤除了干扰信号，提高了传感器输出信号的稳定性和平滑性。
