针对移动机器人噪声模型不确定性导致定位算法鲁棒性弱、精度低的问题,提出一种基于奇异值分解(Singular Value Decomposition,SVD)的自适应无迹H_(∞)滤波定位算法。该算法利用无迹H_(∞)滤波融合多传感器数据估计移动机器人位姿,并通...针对移动机器人噪声模型不确定性导致定位算法鲁棒性弱、精度低的问题,提出一种基于奇异值分解(Singular Value Decomposition,SVD)的自适应无迹H_(∞)滤波定位算法。该算法利用无迹H_(∞)滤波融合多传感器数据估计移动机器人位姿,并通过自适应调节滤波器参数γ,提高了移动机器人的定位精度。同时为了提高算法的鲁棒性,采用SVD分解代替常规Cholesky分解,避免了误差协方差矩阵在数值迭代过程中出现负定的情况。实验结果表明:相较于扩展H_(∞)滤波和粒子滤波算法,基于SVD分解的自适应无迹H_(∞)滤波定位算法具有精度高、鲁棒性强的优势。展开更多
直流输电线路故障行波波速不确定、波头提取困难以及噪声干扰等因素制约了直流电网中故障测距技术的应用。为了降低上述因素对定位准确性的影响,提出一种基于局部特征有理样条插值均值分解(LMD based on characteristic rational spline...直流输电线路故障行波波速不确定、波头提取困难以及噪声干扰等因素制约了直流电网中故障测距技术的应用。为了降低上述因素对定位准确性的影响,提出一种基于局部特征有理样条插值均值分解(LMD based on characteristic rational spline,CRS-LMD)和奇异值分解(singular value decomposition,SVD)的故障测距方法。首先,利用特征尺度选取最优极点系数,结合有理样条插值调节拟合曲线的松紧程度,实现对故障电压行波的局部均值分解。其次,采用奇异值分解对故障行波波头进行准确提取。最后,在PSCAD/EMTDC中搭建了张北±500 kV柔性直流电网的仿真模型,模拟各种故障情况并输出故障数据,利用Matlab对故障数据进行处理并验证定位算法。最后,仿真结果表明,所提故障测距算法在不同故障距离和故障类型下均能实现故障测距,且在叠加噪声和过渡电阻的情况下也能保障较高的精确性。展开更多
文摘针对移动机器人噪声模型不确定性导致定位算法鲁棒性弱、精度低的问题,提出一种基于奇异值分解(Singular Value Decomposition,SVD)的自适应无迹H_(∞)滤波定位算法。该算法利用无迹H_(∞)滤波融合多传感器数据估计移动机器人位姿,并通过自适应调节滤波器参数γ,提高了移动机器人的定位精度。同时为了提高算法的鲁棒性,采用SVD分解代替常规Cholesky分解,避免了误差协方差矩阵在数值迭代过程中出现负定的情况。实验结果表明:相较于扩展H_(∞)滤波和粒子滤波算法,基于SVD分解的自适应无迹H_(∞)滤波定位算法具有精度高、鲁棒性强的优势。
文摘直流输电线路故障行波波速不确定、波头提取困难以及噪声干扰等因素制约了直流电网中故障测距技术的应用。为了降低上述因素对定位准确性的影响,提出一种基于局部特征有理样条插值均值分解(LMD based on characteristic rational spline,CRS-LMD)和奇异值分解(singular value decomposition,SVD)的故障测距方法。首先,利用特征尺度选取最优极点系数,结合有理样条插值调节拟合曲线的松紧程度,实现对故障电压行波的局部均值分解。其次,采用奇异值分解对故障行波波头进行准确提取。最后,在PSCAD/EMTDC中搭建了张北±500 kV柔性直流电网的仿真模型,模拟各种故障情况并输出故障数据,利用Matlab对故障数据进行处理并验证定位算法。最后,仿真结果表明,所提故障测距算法在不同故障距离和故障类型下均能实现故障测距,且在叠加噪声和过渡电阻的情况下也能保障较高的精确性。
