自适应kalman滤波修复六维力传感器下e膜模型误差

？为减小动载环境下，噪声信号对六维力传感器测量精度的影响，同时解决因传感器的简化模型误差较大，导致标准kalman滤波无法获取最优估计的问题，提出一种双因子自适应kalman滤波算法。算法根据正弦激励力响应和应变之间的关系，建立了下e型膜有色噪声增广状态模型。在标准kalman滤波的基础上，分析了两种模型误差对滤波效果的影响，采用实时调整状态预测在滤波估计中权重的策略，给出了自适应kalman滤波准则及递推公式。基于正交性原理和最小二乘法准则，利用三段函数模型构造了双重自适应因子。仿真实例表明，与标准kalman滤波与强跟踪滤波相比，所提算法具有更好的估计精度和稳定性，能够有效地控制模型误差的影响，从而提高六维力传感器的测量精度。