论文部分内容阅读
分析了超声测距的工作原理及特点，提出了一种新型的鲁棒自适应建模方法．首先，利用在线递进滤波技术，有效地剔除采集数据中可能存在的“野点”；然后针对移动机器人中超声测距的不确定性特点，在自适应最小二乘估计(ALS)的基础上，结合模糊理论，实现了鲁棒自适应最小二乘(RALS)建模，最后，给出了一种基于x^2检验的模型收敛性检验方法．通过实验对比分析，验证了RALS具有很好的实用性和鲁棒性，比较适合于移动机器人超声测距的建模。