建立了倾角传感器在不同工况下的数学模型,并通过卡尔曼滤波模型结合陀螺仪与加速度计数据,精确测量其机具的倾斜角度。牵引式作业机具自动调平控制系统使用自主研制的倾角传感器,并进行了卡尔曼滤波的静态和动态试验。静态试验结果表明,倾角传感器静止时,卡尔曼滤波后数据最大误差0.05°,误差平均值0.01°,均方根误差≤0.014°。当开启旋耕刀后,传感器底部垫有海绵卡尔曼滤波后的数据最大误差0.3°,误差平均值0.12°,均方根误差≤0.023°,相比垫有塑料或泡沫稳定性有一定提升。动态试验结果表明,未遇障碍情况下,最大误差0.86°,误差平均值0.264°,均方根误差≤0.267°。单边履带遇到10 cm障碍时,最大误差0.62°,误差平均值0.375°,均方根误差≤0.163°。遇到20 cm障碍时,最大误差1.09°,误差平均值0.587°,均方根误差≤0.33°。

针对输电线路杆塔在周围环境发展的情况下导致杆塔基础被埋或者导线跨越下方物体距离不足的情况,提出利用液压杆提升输电塔的作业方案,其过程中需要时刻监测塔的倾斜角度与状态,而传统的目视方法不够精确。提出一种通过毫米级载波相位差分技术(RTK)和惯性测量单元(IMU)作为传感器来测量倾角并控制液压升塔的方法,对于传感器采集数据采用卡尔曼滤波算法进行去噪和更新,后用于辅助检测虚撑、风偏以及地基沉降等可能造成的偏转问题,并采用PID控制算法来控制液压杆上升。经过模型仿真数据检测证明,对数据采用卡尔曼滤波后可以使数据更加精确,其控制算法能够有效安全地使杆塔提升,从而提高升塔过程的安全性。

针对机器人跟踪机动目标,提出了一种完整探测、估计的方法。利用单目视觉定位被跟踪目标的方位,再融合激光数据来获取目标的空间位置。基于“当前”统计模型,将获取到空间位置作为观测信息,采用自适应卡尔曼滤波算法,对机动目标进行跟踪,并准确预测其位置、速度及加速度信息。为验证本方案,使用一个Pioneer 3-AT作为主动机器人,及一个AmigoBot机器人作为被跟踪目标进行实验。结果显示,提议的方案可行,其精度满足实际应用的要求。

　针对利用地球重力场和磁场矢量观测进行自主姿态测量的姿态仪表现有算法的不足,提出了一种新的优化递推估计算法:采用卡尔曼滤波框架,利用加权统计线性回归技术进行测量更新,在相同条件下,可将测量精度提高一倍,并能同步提供姿态速率信息。仿真结果表明了该算法的有效性和合理性。

为了能有效地补偿MEMS（微电子机械系统）陀螺仪的随机漂移，提高载体姿态估计的精度，基于小波理论与多尺度分析方法，使用db4小波，将MEMS陀螺仪随机漂移进行深度为4的多尺度分解，得到5组小波系数。根据分解后的各尺度系数进行信号重建，得到5组多尺度陀螺仪漂移数据。对重建后的各尺度漂移数据进行时间序列建模，可以得到MEMS陀螺仪随机漂移的多尺度时间序列模型．在多尺度时间序列模型的基础之上，建立多尺度离散系统的系统模型，使用卡尔曼滤波方法，对个尺度陀螺随机噪声进行滤波，可以有效地滤除MEMS陀螺仪的随机漂移。试验结果表明本方法能有效降低信噪比。

针对目前所采用的消除动平衡机测量偏倚的定期重新标定方法将造成生产线不必要的停工，从而提高制造企业的生产成本问题，提出基于卡尔曼滤波的动平衡测量过程在线调节方法．利用泰勒展开方法对振动响应测量值进行坐标变换以消除观测方程的非线性．结合多变量统计过程控制（MSPC）对测量过程进行监控以检测测量偏倚，提出通过追踪状态参数变化对测量偏倚进行补偿的方法．通过对样机长期的状态监控数据对该方法进行验证．结果证明，该方法能够快速诊断出测量偏倚并对其进行准确的补偿，在保证测量系统精度的同时，最大限度地缩短停工时间．

针对陀螺稳定平台的漂移问题,建立了陀螺稳定跟踪装置在不同工作模式下陀螺漂移的数学模型,指出稳定模式下包含常值漂移和相关漂移的陀螺低频噪声是影响稳定精度的主要原因。提出一种自适应实时估计算法,采用卡尔曼滤波框架和滤波器收敛判据,结合Sage-Husa滤波和加权Sage-Husa滤波算法,利用跟踪器跟踪静止目标时输出的脱靶量信号对陀螺常值漂移和相关漂移进行估计。实验结果表明：该算法能够在系统模型和噪声特性均不准确的情况下使用,收敛时间小于3s,估计均方差小于0.02（°）/s,具有良好的鲁棒性和自适应能力。

连铸机结晶器钢水液位控制是连铸生产过程自动化的关键环节之一，其控制效果的好坏直接影响着铸坯质量和生产安全。结晶器钢水液位控制系统是一个时变的、非线性的、多干扰的复杂系统，传统的常规PID方法虽然具有算法简单、方便、可靠性高的优点，但经常达不到满意的控制效果。为解决这个问题，很多研究提出如神经网络控制、模糊控制等，但由于神经网络的学习速度慢，其应用受到限制;单纯的模糊控制有可能获得良好的动态特性，但静态特性不能令人满意。

在遥感相机对地面目标摄影的过程中 ,由于地面目标在相机象面上的象是运动的 ,即存在象移 ,这将导致相机分辨力下降。为获得较高的动态照象分辨力 ,必须对象移进行补偿 ,而补偿的关键是准确地获得当前的象移速度。本文采用统计实验方法 ,分析了采用计算法得到的象移速度的分布特性 ,给出了实用的象移速度滤波预处理、卡尔曼滤波、野值剔除方法。仿真结果表明 ,所给出的滤波处理方法效果明显 ,简单实用

对惯性／天文组合导航系统在运动载体上的应用进行了研究。在分析天文导航系统测姿原理的基础上，建立了组合导航系统的数学模型，介绍了一种姿态角误差转换矩阵的求取方式，针对运动载体姿态相对变化较快而存在的输出延迟问题，研究一种在采用卡尔曼滤波进行信息融合过程中，进行延迟误差补偿的数据处理方法。基于建立的数学模型，运用卡尔曼滤波方法对延迟补偿前后的系统进行了仿真比较，仿真结果表明文中所设计算法可以较好地满足运动载体的定姿定位要求。