參數(shù)估計(jì)是工程實(shí)踐中的一個(gè)重要問題。一般來說,為更好地研究實(shí)際工程系統(tǒng),通常會(huì)先建立數(shù)學(xué)模型進(jìn)行理論分析,而參數(shù)估計(jì)則是建模的核心,也是系統(tǒng)控制和優(yōu)化的首要前提。實(shí)際過程中往往存在各種干擾信息,這也就增大了參數(shù)估計(jì)的難度,參數(shù)估計(jì)結(jié)果的好壞直接決定著我們對(duì)實(shí)際系統(tǒng)認(rèn)知的準(zhǔn)確性,也影響著控制方案和優(yōu)化方案的設(shè)計(jì),這使得參數(shù)估計(jì)研究意義深遠(yuǎn)。針對(duì)單率軟儀表系統(tǒng),分別研究了時(shí)不變和時(shí)變的參數(shù)估計(jì)問題。當(dāng)參數(shù)時(shí)不變時(shí),經(jīng)過模型轉(zhuǎn)換,單率軟儀表參數(shù)估計(jì)問題轉(zhuǎn)化成了一個(gè)線性系統(tǒng)的參數(shù)估計(jì)問題,利用卡爾曼濾波（KF）算法估計(jì)其參數(shù),與擴(kuò)展卡爾曼濾波算法（EKF）和隨機(jī)牛頓遞推算法（SNR）的估計(jì)結(jié)果比較而言,KF算法的估計(jì)精度最高。當(dāng)參數(shù)時(shí)變時(shí),通過加入?yún)f(xié)方差修正項(xiàng),提出了協(xié)方差修正卡爾曼濾波算法（CM-KF）,并通過仿真驗(yàn)證了該算法的跟蹤性能。針對(duì)雙率軟儀表系統(tǒng),分別研究了時(shí)不變和時(shí)變的參數(shù)估計(jì)問題。當(dāng)參數(shù)時(shí)不變時(shí),提出了一種帶調(diào)整因子?的EKF算法,根據(jù)關(guān)聯(lián)微分方程理論分析了該算法的收斂性,并分析了調(diào)整因子?對(duì)收斂速度和估計(jì)精度的影響,當(dāng)減小?取值時(shí),算法的收斂速度減慢但估計(jì)精度有所提高,故提出... 

【文章來源】：中國石油大學(xué)(北京)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
引言
第1章 文獻(xiàn)綜述
    1.1 軟儀表研究現(xiàn)狀
    1.2 多率系統(tǒng)研究現(xiàn)狀
    1.3 卡爾曼濾波研究現(xiàn)狀
    1.4 本章小結(jié)
第2章 單率軟儀表系統(tǒng)參數(shù)估計(jì)
    2.1 軟儀表系統(tǒng)模型
    2.2 時(shí)不變軟儀表系統(tǒng)參數(shù)估計(jì)
        2.2.1 時(shí)不變軟儀表系統(tǒng)參數(shù)估計(jì)算法
        2.2.2 收斂性分析
        2.2.3 實(shí)例仿真
    2.3 時(shí)變軟儀表系統(tǒng)參數(shù)估計(jì)
        2.3.1 時(shí)變軟儀表系統(tǒng)參數(shù)估計(jì)算法
        2.3.2 實(shí)例仿真
    2.4 本章小結(jié)
第3章 雙率軟儀表系統(tǒng)參數(shù)估計(jì)
    3.1 雙率軟儀表系統(tǒng)模型
    3.2 時(shí)不變參數(shù)的雙率軟儀表系統(tǒng)參數(shù)估計(jì)
        3.2.1 慢收斂EKF參數(shù)估計(jì)算法
        3.2.2 收斂性分析
        3.2.3 實(shí)例仿真
    3.3 時(shí)變雙率軟儀表系統(tǒng)參數(shù)估計(jì)
        3.3.1 時(shí)變雙率軟儀表系統(tǒng)參數(shù)估計(jì)算法
        3.3.2 實(shí)例仿真
    3.4 本章小結(jié)
第4章 典型狀態(tài)空間系統(tǒng)參數(shù)估計(jì)
    4.1 基于EKF算法的典型狀態(tài)空間系統(tǒng)參數(shù)估計(jì)
    4.2 收斂性分析
    4.3 實(shí)例仿真
    4.4 本章小結(jié)
第5章 結(jié)論
參考文獻(xiàn)
附錄A 關(guān)聯(lián)微分方程理論條件
附錄B 在學(xué)期間研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]輸出時(shí)滯雙率采樣系統(tǒng)的魯棒迭代學(xué)習(xí)控制[J]. 陶洪峰,劉艷,楊慧中.  控制與決策. 2017(09)
[2]雙率系統(tǒng)輔助模型框架下的隨機(jī)牛頓遞推辨識(shí)[J]. 曹鵬飛,羅雄麟.  控制與決策. 2015(01)
[3]非線性卡爾曼濾波方法的實(shí)驗(yàn)比較[J]. 谷豐,周楹君,何玉慶,韓建達(dá).  控制與決策. 2014(08)
[4]基于自適應(yīng)粒子群優(yōu)化的新型粒子濾波在目標(biāo)跟蹤中的應(yīng)用[J]. 陳志敏,薄煜明,吳盤龍,段文勇,劉正凡.  控制與決策. 2013(02)
[5]化工過程軟測(cè)量建模方法研究進(jìn)展[J]. 曹鵬飛,羅雄麟.  化工學(xué)報(bào). 2013(03)
[6]基于抗差擴(kuò)展卡爾曼濾波器的永磁同步電機(jī)轉(zhuǎn)速估計(jì)策略[J]. 尹忠剛,張瑞峰,鐘彥儒,曹鈺.  控制理論與應(yīng)用. 2012(07)
[7]移動(dòng)機(jī)器人的改進(jìn)無跡粒子濾波蒙特卡羅定位算法[J]. 宋宇,孫富春,李慶玲.  自動(dòng)化學(xué)報(bào). 2010(06)
[8]非均勻采樣系統(tǒng)的一種遞推辨識(shí)方法[J]. 倪博溢,蕭德云.  自動(dòng)化學(xué)報(bào). 2009(12)
[9]多采樣率系統(tǒng)的辨識(shí)問題綜述[J]. 倪博溢,蕭德云.  控制理論與應(yīng)用. 2009(01)
[10]強(qiáng)跟蹤粒子濾波算法及其在故障預(yù)報(bào)中的應(yīng)用[J]. 胡昌華,張琪,喬玉坤.  自動(dòng)化學(xué)報(bào). 2008(12)



本文編號(hào)：3320484