隨著工程技術(shù)的進(jìn)步,人們對(duì)于系統(tǒng)狀態(tài)的檢測精度要求越來越高,而在科技發(fā)展的各個(gè)領(lǐng)域,研究對(duì)象往往處于非常復(fù)雜的外界環(huán)境中,系統(tǒng)的狀態(tài)會(huì)受到各種不確定因素干擾,這些復(fù)雜隨機(jī)噪聲通常難以建模,因此如何在噪聲統(tǒng)計(jì)特性未知這一類不確定環(huán)境下實(shí)現(xiàn)系統(tǒng)狀態(tài)的估計(jì)成為信號(hào)處理領(lǐng)域一個(gè)不可回避的研究難點(diǎn)和熱點(diǎn)。粒子濾波作為一種適用于非線性、非高斯系統(tǒng)的濾波方法,近年來得到了廣泛的應(yīng)用。但是粒子濾波只有當(dāng)對(duì)象的噪聲統(tǒng)計(jì)特性已知且精確時(shí)才能取得良好的估計(jì)效果,而粒子濾波中重采樣引起粒子貧乏也成為影響該方法濾波精度的因素之一。本文主要針對(duì)上述兩個(gè)問題進(jìn)行研究,主要工作如下:(1)針對(duì)噪聲統(tǒng)計(jì)特性未知情況下的狀態(tài)估計(jì)問題,本文提出了一種基于集員估計(jì)的改進(jìn)粒子濾波方法。首先通過使用集員估計(jì)得到了系統(tǒng)的狀態(tài)橢球集合,再以高斯分布從該集合中抽取一定數(shù)量的粒子,克服了噪聲統(tǒng)計(jì)特性未知的粒子采樣問題;其次為了在測量噪聲未知的情況下進(jìn)行重采樣,引入代價(jià)函數(shù)來得到粒子的重要性權(quán)值;最后加權(quán)得到狀態(tài)的估計(jì)值,整個(gè)過程不需要任何噪聲的先驗(yàn)統(tǒng)計(jì)特性。對(duì)于不同模型,不同噪聲情況下的仿真結(jié)果表明,本文方法比現(xiàn)有方法具有更小的均方根誤差。(2)針對(duì)重采樣引起的粒子貧乏問題,本文提出了一種基于多種群協(xié)同機(jī)制的智能重采樣技術(shù)。將粒子分為多個(gè)種群,各自完成重要性采樣之后,使用環(huán)形傳遞模型將各種群中一定數(shù)量的權(quán)值較小的粒子由另外一個(gè)種群中權(quán)值較大的粒子替換,促使粒子的分布更加接近狀態(tài)的后驗(yàn)分布;然后加入一定概率的混沌變異,增加粒子的多樣性,再進(jìn)行重采樣步驟。仿真結(jié)果表明本文的方法能夠得到更加均勻地分布在狀態(tài)后驗(yàn)概率密度周圍的粒子,且平均RMSE更小。(3)將上述智能重采樣技術(shù)引入到本文提出的基于集員估計(jì)的粒子濾波方法中,并對(duì)實(shí)際實(shí)驗(yàn)中得到的多組單晶爐中硅熔液液位的測量數(shù)據(jù)進(jìn)行液位狀態(tài)的估計(jì),且與現(xiàn)有的一些方法進(jìn)行了實(shí)驗(yàn)對(duì)比,實(shí)驗(yàn)結(jié)果證明了本文方法的優(yōu)越性。
【學(xué)位單位】：西安理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TN713
【部分圖文】：

同時(shí)在建模過程中會(huì)存在誤差，而這些況下通過觀測值準(zhǔn)確估計(jì)液位就成為液位檢測中的的歷史數(shù)據(jù)和先驗(yàn)知識(shí)難以辨識(shí)噪聲的分布，但是通，然后可以用樣本方差來近似液位數(shù)據(jù)的最大邊界 UBB，使用本文提出的方法對(duì)液位進(jìn)行估計(jì)。動(dòng)模型的建立行估計(jì)，首先要知道液位變化的數(shù)學(xué)模型（狀態(tài)空變化進(jìn)行建模，根據(jù)運(yùn)動(dòng)學(xué)的位移公式建立液位移立對(duì)象的測量方程，為液位狀態(tài)的估計(jì)奠定基礎(chǔ)。液位原理晶硅的主要設(shè)備為單晶爐，為了達(dá)到使用多晶硅材度會(huì)達(dá)到 1400℃以上，而且爐內(nèi)為密封環(huán)境，這就到了限制。而基于光學(xué)鏡面反射原理的激光三角法常 5-1 顯示了使用激光三角法的液位檢測原理：
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周飛菲;;噪聲統(tǒng)計(jì)特性失配的魯棒目標(biāo)跟蹤方法[J];電子測量與儀器學(xué)報(bào);2018年09期

2 曹沖鋒;楊世錫;楊將新;;基于白噪聲統(tǒng)計(jì)特性的振動(dòng)模式提取方法[J];機(jī)械工程學(xué)報(bào);2010年03期

3 王建文;稅海濤;李迅;張輝;馬宏緒;;噪聲統(tǒng)計(jì)特性未知時(shí)的魯棒卡爾曼曼濾濾波算法設(shè)計(jì)[J];控制理論與應(yīng)用;2011年05期

4 崔丹;吳楠;孟凡坤;;組合導(dǎo)航中的噪聲在線估計(jì)無跡卡爾曼濾波[J];通信技術(shù);2016年10期

5 蔡洪;噪聲統(tǒng)計(jì)的Bayes極大驗(yàn)后估計(jì)與系統(tǒng)自適濾波[J];國防科技大學(xué)學(xué)報(bào);1997年01期

6 林岳松,薛安克,錢積新;基于LMI的多傳感器H_∞融合濾波器設(shè)計(jì)[J];系統(tǒng)工程與電子技術(shù);2005年11期

7 胡壽松 ,徐錦法;奇異線性連續(xù)隨機(jī)系統(tǒng)動(dòng)態(tài)噪聲統(tǒng)計(jì)特性未知時(shí)的最小階濾波器[J];南京航空航天大學(xué)學(xué)報(bào);1987年04期

8 祁夢蘭，陳天培;石家莊市東北工業(yè)區(qū)環(huán)境噪聲統(tǒng)計(jì)特性及防治[J];噪聲與振動(dòng)控制;1995年04期

9 王躍鋼;蔚躍;楊波;雷堰龍;陳蘇邑;;捷聯(lián)慣導(dǎo)初始對(duì)準(zhǔn)的區(qū)間自適應(yīng)濾波算法[J];科學(xué)技術(shù)與工程;2012年28期

10 王新屏,張顯庫,張麗坤;H_∞濾波與Kalman濾波的對(duì)比研究[J];自動(dòng)化與儀器儀表;2003年01期

相關(guān)碩士學(xué)位論文 前1條

1 姜涵雅;噪聲統(tǒng)計(jì)特性未知的粒子濾波方法及應(yīng)用研究[D];西安理工大學(xué);2019年

本文編號(hào)：2874459