光电经纬仪是在现代靶场测量中广泛应用的一种测量仪器，但是光电经纬仪在跟踪飞行目标的过程中，会因各种原因产生测角误差，影响弹道的测量精度。采用卡尔曼滤波的方法可以对光测数据进行有效的处理，提高其测量精度。本文通过对光电经纬仪测量数据的误差分析，建立了误差模型，并对测量数据进行了卡尔曼滤波，生成滤波数据弹道曲线。从而得到较为准确完整的弹道测试数据和外推数据，提高弹道数据获取的精度，最大限度地延伸弹道测量设备跟踪距离。

无陀螺惯性测量技术是利用加速度计代替传统的陀螺,构成无陀螺微惯性测量单元(NGMIMU)实现制导的.由于加速度计随机漂移误差的存在,在利用NGMIMU进行导航计算时,不可避免地产生了随时间增长的累积误差,且累积速度很快.本文基于NGMIMU九加速度计配置方案,利用卡尔曼滤波器抑制误差的累积,并且推导了卡尔曼滤波器的状态方程和预防方程.同时进行了系统位移、速度仿真,实验结果验证了该滤波算法的有效性.

　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。

针对测量船惯导系统水平及航向精度检测需求,提出了采用卡尔曼滤波技术解算惯导水平偏差的新方法.对经纬仪校准惯导的基本原理及陀螺的随机飘移分析,利用经纬仪测星方法,在惯导飘移误差小于7′,标定误差可在2″以内,可有效地消除惯导的随机游动误差分量,将使测量船的整体测量精度得到显著的提高.

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。

为了实现四旋翼无人机的自主飞行,设计了该智能导航控制系统。飞行控制器采用陀螺仪与三轴加速度传感器相结合的方式检测飞行器姿态,通过ATMEGA644芯片分别控制4个电机驱动模块调速来实现飞行姿态的改变。导航系统通过ARM7控制GPS模块与电子罗盘,获取飞行器的实时位置,并利用软件滤波的方式提高了定位精度。设计了上位机控制软件,可加载数字地图并且设置飞行路线,通过无线串口与无人机通讯,实现无人机的智能自主飞行。通过实验证明该系统能够实现智能导航的功能。

针对压电陀螺在工程上实际应用的需求，对其输出做了测试和建模，设计并实现了α-β滤波、卡尔曼滤波和小波滤波3种不同方法对该信号的噪声滤除，分别给出了滤波后陀螺输出信号图和标准差的对比。通过对试验数据的分析，肯定了3种方法在压电陀螺输出信号滤波处理中的有效性，并分析了各自的优缺点。

为提高数控机床精度，提出一种基于卡尔曼滤波法的机床误差建模新方法，将统计模型的回归系数看作状态向量，统计模型视为观测方程，利用卡尔曼滤波法实现了统计模型的建模，由于卡尔曼滤波法属于线性最小方差估计，所以相比最小二乘法可望获得更高的建模精度。对一台立式加工中心，利用温度传感器与非接触式激光位移传感器同步测量主轴温度变化及热误差，利用卡尔曼滤波法构建的热误差模型分别与利用最小二乘法（IS）、最dxz乘支持向量机法（LS-SVM）构建的模型进行对比，结果表明：卡尔曼滤波法的建模精度比最小二乘法和最小二乘支持向量机法分别高10．5％和1．8％，且建模时间比最小二乘法和最小二乘支持向量机法分别少0．9％和6．8％。

汽车操稳性对汽车安全性能起着至关重要的作用，精确建立整车动力学模型和获取车辆运动状态参数，可以提高汽车操稳性控制的鲁棒性。首先建立汽车电子机械制动系统模型及其三闭环控制系统，其次建立整车动力学模型，设计基于卡尔曼滤波算法的状态观测器对车辆运行状态进行最优估计。提出汽车侧偏与横摆联合控制策略，并引入分配系数实现对横摆角速度和质心侧偏角的联合控制。硬件在环试验结果表明，所建立的联合控制策略可有效地控制汽车的横摆与侧偏。有助于改善汽车的操稳性。

采用具有良好的实时精度和稳定性的容积卡尔曼滤波估计算法,实现复杂环境下电动客车车辆质量以及道路坡度的辨识。建立4挡机械式自动变速器动力学模型,提出基于车速、油门开度、车辆质量以及道路坡度的4参数融合的经济性换挡策略。仿真结果表明,所开发的辨识算法能在不增加传感器的条件下对车辆质量和道路坡度进行较为准确的辨识。所开发的多参数融合换挡策略能在保证车辆动力性的条件下实现车辆的经济性换挡,并且可以避免频繁换挡,减少部件的磨损并提高乘坐舒适性。