期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
SINS初始对准中的鲁棒超球体无迹卡尔曼滤波方法 被引量:2
1
作者 程向红 王宇 杨文博 《中国惯性技术学报》 EI CSCD 北大核心 2012年第5期540-543,共4页
捷联惯导初始对准大失准角系统误差模型中,当噪声具有不确定统计特性时,基于白噪声假设的无迹卡尔曼滤波算法鲁棒性较差。针对该问题,提出了一种基于H理论的鲁棒超球体无迹卡尔曼滤波算法。给出了计算量小的超球体采样策略,推导了H滤波... 捷联惯导初始对准大失准角系统误差模型中,当噪声具有不确定统计特性时,基于白噪声假设的无迹卡尔曼滤波算法鲁棒性较差。针对该问题,提出了一种基于H理论的鲁棒超球体无迹卡尔曼滤波算法。给出了计算量小的超球体采样策略,推导了H滤波的鲁棒机理,分离了鲁棒环节。将鲁棒环节引入超球体无迹卡尔曼滤波算法,得到鲁棒超球体无迹卡尔曼滤波算法,并分别在系统噪声和量测噪声为白噪声和有色噪声的条件下,对超球体无迹卡尔曼滤波和鲁棒超球体无迹卡尔曼滤波两种滤波方法进行了仿真实验。仿真结果表明,鲁棒超球体无迹卡尔曼滤波在白噪声情况下虽然精度有所降低,但是相对超球体无迹卡尔曼滤波具有了对有色噪声的鲁棒性,较超球体无迹卡尔曼滤波方法更适用于天向失准角为大角度并且噪声特性为有色噪声的情况。 展开更多
关键词 初始对准 超球体采样 超球体无迹卡尔曼滤波 有色噪声
在线阅读 下载PDF
传感器数据异常下动力定位鲁棒状态估计方法 被引量:5
2
作者 蒋帆 徐海祥 +1 位作者 冯辉 卜瑞波 《大连理工大学学报》 EI CAS CSCD 北大核心 2020年第6期610-618,共9页
针对时变环境带来的传感器数据异常、未知环境干扰等影响,导致基于无迹卡尔曼滤波的动力定位状态估计方法估计精度下降的问题,提出了一种鲁棒无迹卡尔曼滤波方法,该方法通过引入一种基于指数加权的观测噪声协方差矩阵R自适应更新模块和... 针对时变环境带来的传感器数据异常、未知环境干扰等影响,导致基于无迹卡尔曼滤波的动力定位状态估计方法估计精度下降的问题,提出了一种鲁棒无迹卡尔曼滤波方法,该方法通过引入一种基于指数加权的观测噪声协方差矩阵R自适应更新模块和一种基于卡方分布假设检验方法的过程不确定性识别模块处理传感器数据异常情况并估计未知环境力.最后,以某平台供应船的船模为仿真对象,进行了仿真对比实验.仿真结果表明,鲁棒无迹卡尔曼滤波能够准确及时地识别传感器数据异常情况,相较于传统无迹卡尔曼滤波而言,鲁棒无迹卡尔曼滤波状态估计精度更高,收敛速度更快,表现出较强的鲁棒性. 展开更多
关键词 动力定位 状态估计 鲁棒无迹卡尔曼滤波 传感器数据异常 假设检验
在线阅读 下载PDF
基于鲁棒UKF的永磁同步电机转子速度估计 被引量:3
3
作者 沈绍博 祖晖 +1 位作者 李涛 费树岷 《吉林大学学报(信息科学版)》 CAS 2015年第2期137-143,共7页
针对无位置传感器直驱永磁同步电机系统(DD-PMSG:Direct-Driven Permanent Magnetic Synchronous Generator),无迹Kalman滤波(UKF:Unscented Kalman Filtering)方法鲁棒性不高的问题,提出了基于一种新的鲁棒UKF的转子速度估计方法。该... 针对无位置传感器直驱永磁同步电机系统(DD-PMSG:Direct-Driven Permanent Magnetic Synchronous Generator),无迹Kalman滤波(UKF:Unscented Kalman Filtering)方法鲁棒性不高的问题,提出了基于一种新的鲁棒UKF的转子速度估计方法。该方法将DD-PMSG模型转化为由发电机机电状态与定子参数组成的增广方程形式。运用鲁棒UKF算法,可同时辨识发电机的机电状态和定子不确定参数动态,使估计发电机参数不确定的鲁棒性得以改善。仿真结果表明,与传统UKF方法相比,该方法对存在不确定性及非高斯噪声的系统模型具有较强的鲁棒性。 展开更多
关键词 直驱永磁同步电机 无位置传感器控制 转速估计 鲁棒无迹卡尔曼滤波
在线阅读 下载PDF
适用于宽温度范围的锂离子电池SOC估计方法 被引量:1
4
作者 胡雪峰 常先雷 +2 位作者 刘肖肖 徐威 张文彬 《储能科学与技术》 CAS CSCD 北大核心 2024年第9期2983-2994,共12页
精确的荷电状态(SOC)估计是确保动力电池安全稳定运行的关键所在。然而,在实际应用中,环境温度的变化以及噪声干扰等因素使得SOC的精确估计变得困难重重。为了解决这一问题,本文提出一种基于多新息自适应鲁棒无迹卡尔曼滤波(MIARUKF)算... 精确的荷电状态(SOC)估计是确保动力电池安全稳定运行的关键所在。然而,在实际应用中,环境温度的变化以及噪声干扰等因素使得SOC的精确估计变得困难重重。为了解决这一问题,本文提出一种基于多新息自适应鲁棒无迹卡尔曼滤波(MIARUKF)算法的宽温度范围下锂离子电池SOC多时间尺度联合估计方法,该算法在无迹卡尔曼滤波(UKF)算法的基础上,融合多新息理论、自适应滤波与鲁棒算法。所提算法利用多新息向量对状态估计值进行修正,并对噪声协方差进行及时更新,从而提高SOC的估计精度,通过引入H∞滤波算法来提高该算法的鲁棒性。同时为了降低电池管理系统(BMS)的计算负担,使用UKF算法在宏观时间尺度上在线估计模型参数,采用MIARUKF算法在微观时间尺度上估计电池SOC。最后,在不同SOC初始值、不同温度条件下,对电池SOC的估计结果进行比较和分析,本文所提方法最大绝对误差和平均绝对误差分别为1.05%和0.42%,表明该算法具有较高的精度和较好的鲁棒性。 展开更多
关键词 锂离子电池 荷电状态 多温度 多新息自适应鲁棒无迹卡尔曼滤波
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部