基于高斯和粒子滤波的动态称重数据处理 Study of Dynamic Weighing Filtering Method Based on the Gaussian Sum Particle Filter.pdfVIP

·14· 理论与实践 基于高斯和粒子滤波的动态称重数据处理 张丽妹1，高占宝1，尹志兵2 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 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 of MethodBasedonthe StudyDynamicWeighingFiltering GaussianSumParticleFilter ZHANGLimei Zhanbao 1，GAO 1，YINZhibin92 ofAutomationScienceandElectrical (1．School Engineering，BeihangUniversity，Beijing100191，China； 2．ZhongshanMultiweigh Machinery 528425，China) Packaging Co．，Ltd，Zhongshan the ofthedata iscausedthenoise Abstract：In slow andweak dynamicweighingsignalprocess，thespeed accuracy process by inthe the andthe ofthe GaussianSHill filer is dynamicweighing．Toimprovespeed accuracydynamicweighing，the particlealgorithmpresented to the data．To theestimationofthestate novel andtheGaussiansumdis- processdynamicweighing improve accuracy distribution，thisalgorithm tributionisusedto the onthe modelofthe simulationshowsthis ef- approximateposterdensity，basedstate-space system．The algorithmimproves the andthe the resultsshowthis can thetraditionalEKFandthePF． fectivelyspeed accuracy，andcomparison algorithmoutperform sunl filter Keywords：dynamicweighing；dataprocess；Gaussianparticle 0 引言 法、滑动平均滤波法等传统滤波方法，但是这类传统 的滤波方法难以克服测量数据的非线性，对于处理强 近年来国内外称重技术研究取得了显著进展，主 非平稳数据难以得到