基于卡尔曼滤波及牛顿预测的角加速度估计方法试验研究

基于角位置测量的角加速度实时估计问题是机电系统控制中一个非常重要的问题,在分析现有的线性回归平滑牛顿法和卡尔曼滤波法的基础上,提出了一种新的基于卡尔曼滤波和牛顿预测相结合的角加速度估计方法。该方法旨在利用牛顿预测进一步增强卡尔曼滤波的预测能力,减小由于滤波造成的相位滞后,提高估计加速度与实测加速度的一致性。为了验证新方法的有效性,以直接驱动机器人作为试验对象,采用将估计加速度的频率特性与实测加速度相比较的方法,分别对上述三种估计算法进行了试验比较研究,从而为利用估计加速度(取代测量加速度)实现加速度反馈控制提供了试验依据。