期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于稀疏系统辨识的广义递归核风险敏感算法 被引量:4
1
作者 王代丽 王世元 +1 位作者 张涛 齐乐天 《西南大学学报(自然科学版)》 CAS CSCD 北大核心 2022年第4期196-205,共10页
为了降低非高斯噪声对系统性能的影响,核风险敏感损失函数(Kernel Risk-Sensitive Loss,KRSL)因其较高的凸性而被广泛应用为自适应滤波器的代价函数.基于此,为了提高非高斯情况下系统的滤波精度,本文采用广义高斯密度(Generalized Gauss... 为了降低非高斯噪声对系统性能的影响,核风险敏感损失函数(Kernel Risk-Sensitive Loss,KRSL)因其较高的凸性而被广泛应用为自适应滤波器的代价函数.基于此,为了提高非高斯情况下系统的滤波精度,本文采用广义高斯密度(Generalized Gaussian Density,GGD)函数作为KRSL的核函数,进而提出了一种广义核风险敏感损失函数(Generalized Kernel Risk-Sensitive Loss,GKRSL),并给出了GKRSL的重要性质.为了进一步识别稀疏系统,结合GKRSL的优点,采用递归更新方式提出了一种基于稀疏惩罚约束的广义递归核风险敏感损失(Generalized Recursive Kernel Risk-Sensitive Loss with Sparse Penalty Constraint,GRKRSL-SPC)算法.仿真结果表明,GRKRSL-SPC算法能够显著提高非高斯噪声下系统的滤波精度和鲁棒性. 展开更多
关键词 广义相关熵 核风险敏感损失函数 稀疏系统 辨识 自适应滤波
在线阅读 下载PDF
基于扩展KRSL无迹卡尔曼滤波的约束动态状态估计 被引量:12
2
作者 马文涛 寇晓 +1 位作者 郭耀松 段建东 《电力系统自动化》 EI CSCD 北大核心 2023年第6期185-196,共12页
动态状态估计作为监测系统动态变化的有效手段,对电力系统稳定运行具有重要意义。然而,采集和传输的数据中往往存在时变非高斯量测噪声和离群值,使得基于均方误差准则的传统卡尔曼滤波估计方法的精度不高。为此,首先定义广义核风险敏感... 动态状态估计作为监测系统动态变化的有效手段,对电力系统稳定运行具有重要意义。然而,采集和传输的数据中往往存在时变非高斯量测噪声和离群值,使得基于均方误差准则的传统卡尔曼滤波估计方法的精度不高。为此,首先定义广义核风险敏感损失函数,将其引入无迹卡尔曼滤波框架以实现鲁棒状态估计。然后,考虑同步发电机和控制器模型存在不同条件约束,通过伪量测法将约束条件引入上述估计算法中,以解决估计值超出真值变化范围而产生较大估计偏差的问题,从而进一步提升估计精度。最后,应用新英格兰16机68节点网络模型在不同条件下进行仿真实验,以验证算法的有效性。 展开更多
关键词 动态状态估计 无迹卡尔曼滤波 扩展核风险敏感损失函数 伪量测法 约束条件
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部