【摘要】：擴展卡爾曼濾波算法(EKF)是將卡爾曼濾波理論(KF)進一步應用到非線性系統(tǒng)中.然而當系統(tǒng)為強非線性時,EKF就會違背局部線性假設,引起誤差增大,從而使得其精度降低,最終導致濾波發(fā)散.針對上述問題,提出結合多新息(multi-innovation)理論的改進EKF算法,即多新息擴展卡爾曼濾波(M I-EKF),使系統(tǒng)在原先只利用單個新息的情況下,擴展為能夠利用之前多個時刻的新息,從而大大提高了濾波的精度.另外本文同時也從理論上證明了改進的多新息擴展卡爾曼濾波算法的收斂性.最后仿真結果表明,改進的多新息擴展卡爾曼濾波較標準擴展卡爾曼濾波算法更有效.

【參考文獻】

相關期刊論文 前1條

1 丁潔;謝莉;丁鋒;;非均勻采樣系統(tǒng)多新息隨機梯度辨識性能分析[J];控制與決策;2011年09期

【共引文獻】

相關期刊論文 前10條

1 徐鵬;肖建;周鵬;李山;;輸入多采樣率離散時間系統(tǒng)準滑模控制器設計[J];控制與決策;2015年03期

2 丁鋒;陳慧波;;輸入非線性方程誤差系統(tǒng)的多新息辨識方法[J];南京信息工程大學學報(自然科學版);2015年02期

3 劉毛毛;秦品樂;呂國宏;常江;;基于多新息理論的EKF改進算法[J];計算機應用研究;2015年05期

4 王婧;秦品樂;王輝;胡嘯;楊欣;;多新息在特征模型網(wǎng)絡控制系統(tǒng)的應用與仿真[J];中北大學學報(自然科學版);2015年02期

5 劉毛毛;呂國宏;常江;;基于多新息理論的卡爾曼濾波改進算法[J];中北大學學報(自然科學版);2015年02期

6 劉冉冉;潘天紅;李正明;;非均勻Hammerstein-Wiener系統(tǒng)的遞階隨機梯度辨識算法[J];控制與決策;2015年08期

7 鹿振宇;黃攀峰;;耦合多新息隨機梯度辨識方法性能分析[J];控制與決策;2015年08期

8 陳春華;于豐;毛志忠;;煙氣制酸氣體凈化系統(tǒng)建模與參數(shù)辨識[J];控制理論與應用;2015年06期

9 陳晶;;具有預負載非線性特性的雙率系統(tǒng)遞推最小二乘估計算法[J];控制與決策;2015年10期

10 沈乾彥;丁鋒;;基于關鍵變量分離的輸入非線性受控自回歸系統(tǒng)最小二乘參數(shù)估計[J];信息與控制;2014年02期

相關碩士學位論文 前2條

1 姚國玉;基于分解的方程誤差類系統(tǒng)迭代辨識[D];江南大學;2013年

2 劉毛毛;基于機器視覺的運動目標實時跟蹤算法研究[D];中北大學;2015年

【二級參考文獻】

相關期刊論文 前3條

1 丁鋒,陳通文,蕭德云;非均勻周期采樣多率系統(tǒng)的一種辨識方法[J];電子學報;2004年09期

2 于麗;丁鋒;張佳波;;多新息隨機梯度辨識方法的收斂性研究[J];科學技術與工程;2007年21期

3 王冬青;丁鋒;;基于輔助模型的多新息廣義增廣隨機梯度算法[J];控制與決策;2008年09期

【相似文獻】

相關期刊論文 前10條

1 姚洪利,高效,田科鈺;基于衰減記憶n次新息的目標機動檢測和排飛點[J];情報指揮控制系統(tǒng)與仿真技術;2004年05期

2 朱志芳;丁鋒;;自回歸模型的多新息投影辨識方法[J];科學技術與工程;2009年14期

3 鄧自立;穩(wěn)態(tài)Kalman濾波增益的估計[J];控制理論與應用;1985年01期

4 丁鋒,謝新民,方崇智;時變系統(tǒng)辨識的多新息方法[J];自動化學報;1996年01期

5 魯文,徐石明,周蘇荃,柳焯;新息圖法輻射配電網(wǎng)不正常事件的識別[J];華北電力技術;2004年04期

6 廖育武;于麗;丁鋒;;自回歸模型的多新息隨機梯度和多新息最小二乘辨識方法[J];科學技術與工程;2008年04期

7 王亞軍;李明;劉高峰;;基于改進指數(shù)再生采樣核的有限新息率采樣系統(tǒng)[J];電子與信息學報;2013年09期

8 王剛;王廣云;胡德文;;時間獨立分量分析模型的新息方法[J];信號處理;2007年01期

9 王冬青;丁鋒;;基于輔助模型的多新息廣義增廣隨機梯度算法[J];控制與決策;2008年09期

10 丁鋒,蕭德云,丁韜;多新息隨機梯度辨識方法[J];控制理論與應用;2003年06期

相關會議論文 前3條

1 聶曉華;;基于新息偏差多模型機動目標跟蹤算法[A];中國造船工程學會電子技術學術委員會2006學術年會論文集（下冊）[C];2006年

2 王惠娟;;新息數(shù)據(jù)對GM(1,1)模型的影響分析及應用[A];第25屆全國灰色系統(tǒng)會議論文集[C];2014年

3 盧曉;張煥水;王偉;;時滯線性系統(tǒng)最優(yōu)濾波方法[A];第二十三屆中國控制會議論文集（上冊）[C];2004年

相關博士學位論文 前1條

1 張艷軍;新息圖狀態(tài)估計應用研究[D];哈爾濱工業(yè)大學;2008年

相關碩士學位論文 前10條

1 王志廣;方程誤差模型基于最新估計的多新息隨機梯度辨識[D];哈爾濱工業(yè)大學;2015年

2 岳軍;帶未知參數(shù)系統(tǒng)的多傳感器多新息卡爾曼濾波器[D];黑龍江大學;2015年

3 徐艷;基于新息圖法的電力系統(tǒng)參數(shù)估計的研究[D];哈爾濱工業(yè)大學;2008年

4 程文玉;新息圖法狀態(tài)估計與模式識別技術的結合應用研究[D];哈爾濱工業(yè)大學;2013年

5 常亮;基于加權多新息方法的系統(tǒng)辨識[D];哈爾濱工業(yè)大學;2010年

6 張佳波;基于多新息參數(shù)估計的隨機梯度自校正控制方法[D];江南大學;2008年

7 馬春陽;基于新息圖的配電網(wǎng)三相狀態(tài)估計[D];哈爾濱工業(yè)大學;2012年

8 徐海濱;PMU電網(wǎng)觀測系統(tǒng)中新息圖法參數(shù)估計研究[D];哈爾濱工業(yè)大學;2011年

9 殷文兵;有限新息率采樣及其在雷達中的應用研究[D];西安電子科技大學;2014年

10 牟峰;多維MA（q）模型的估計與預測方法研究[D];西南交通大學;2007年

，

本文編號：2560180