摘要：针对组合秤大小料斗开关门扰动与物理参数不准确的实际问题，提出了基于高斯和粒子滤波器的序贯蒙特卡罗（SMC）动态称重数据处理新方法。通过对称重信号的频潜分析，指出了物理建模方法的不足之处，采用负阶跃动态校准实验数据辨识得到对象模型，并利用伽马分布的非对称拖尾特性对大小料斗开关门扰动等低频噪声进行建模得到噪声模型；存此模型的基础上，针对系统非高斯噪声特性，选择了基于高斯和粒子滤波器的SMC方法对信号进行滤波处理。实验及仿真结果表明，高斯和粒子滤波可以有效地滤除开关门扰动，有效地提高动态称重的速度与精度，优于传统的卡尔曼滤波和粒子滤波。

关键词：动态称重 序贯蒙特卡罗 高斯和粒子滤波 模型辨识 

单位：北京航空航天大学自动化科学与电气工程学院 北京100191 中山市精威包装机械有限公司 中山528425