無跡卡爾曼濾波器是針對含有噪聲和干擾的情況下用于狀態(tài)估計的最優(yōu)觀測器.它不僅廣泛用于整數(shù)階系統(tǒng)的狀態(tài)估計,而且也廣泛用于估計分?jǐn)?shù)階系統(tǒng)的狀態(tài)信息.無跡卡爾曼濾波器能夠有效的解決非線性函數(shù)的干擾問題及含有噪聲的非線性分?jǐn)?shù)階系統(tǒng)的狀態(tài)估計問題.本篇論文主要實現(xiàn)了以下幾個方面的內(nèi)容:（1）針對非關(guān)聯(lián)過程噪聲和測量噪聲的問題,研究連續(xù)時間非線性分?jǐn)?shù)階系統(tǒng)的無跡卡爾曼濾波器設(shè)計問題.通過Gr¨unwald-Letnikov差分方法,對含有非關(guān)聯(lián)噪聲的分?jǐn)?shù)階非線性系統(tǒng)方程進(jìn)行離散化,獲得系統(tǒng)的差分方程.在本文中提出了分?jǐn)?shù)階系統(tǒng)的無跡卡爾曼濾波器,并解決此類系統(tǒng)中存在不可微函數(shù)狀態(tài)估計的問題.（2）針對非關(guān)聯(lián)過程噪聲和測量噪聲的問題,研究連續(xù)時間非線性分?jǐn)?shù)階系統(tǒng)的混合擴(kuò)展-無跡卡爾曼濾波器設(shè)計問題.利用Gr¨unwald-Letnikov差分和分?jǐn)?shù)階平均導(dǎo)數(shù)方法實現(xiàn)所研究的非線性分?jǐn)?shù)階系統(tǒng)的離散化,系統(tǒng)描述中的非線性函數(shù)應(yīng)用于擴(kuò)展卡爾曼濾波器和無跡卡爾曼濾波器.分別對當(dāng)前時刻和前一時刻采用一階泰勒展開和無跡變換的方法.結(jié)合兩類卡爾曼濾波器的優(yōu)點,基于分?jǐn)?shù)階平均值導(dǎo)數(shù)算法的混合擴(kuò)展–無跡卡爾曼濾波器可... 

【文章來源】：遼寧大學(xué)遼寧省 211工程院校

【文章頁數(shù)】：80 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 分?jǐn)?shù)階卡爾曼濾波器的研究意義
    1.2 國內(nèi)外研究現(xiàn)狀及發(fā)展動態(tài)分析
        1.2.1 分?jǐn)?shù)階卡爾曼濾波器
        1.2.2 不同干擾噪聲下的分?jǐn)?shù)階卡爾曼濾波器設(shè)計
        1.2.3 分?jǐn)?shù)階卡爾曼濾波器的應(yīng)用
    1.3 本文的主要內(nèi)容和章節(jié)安排
2 預(yù)備知識
    2.1 分?jǐn)?shù)階微積分
        2.1.1 分?jǐn)?shù)階微積分的定義
        2.1.2 三種定義間的關(guān)系
    2.2 分?jǐn)?shù)階無跡卡爾曼濾波器的基本原理
    2.3 分?jǐn)?shù)階平均導(dǎo)數(shù)方法
    2.4 本章小結(jié)
3 含有非關(guān)聯(lián)噪聲的非線性分?jǐn)?shù)階系統(tǒng)的無跡卡爾曼濾波器
    3.1 基于G-L差分定義下的分?jǐn)?shù)階無跡卡爾曼濾波器
        3.1.1 問題描述
        3.1.2 主要結(jié)論
        3.1.3 仿真實驗
        3.1.4 本章小結(jié)
    3.2 基于分?jǐn)?shù)階平均導(dǎo)數(shù)方法的分?jǐn)?shù)階混合擴(kuò)展-無跡卡爾曼濾波器
        3.2.1 問題陳述
        3.2.2 主要結(jié)論
        3.2.3 仿真實驗
        3.2.4 本章小結(jié)
4 含有關(guān)聯(lián)噪聲的非線性分?jǐn)?shù)階系統(tǒng)的無跡卡爾曼濾波器
    4.1 基于G-L差分定義下的分?jǐn)?shù)階無跡卡爾曼濾波器
        4.1.1 問題描述
        4.1.2 主要結(jié)論
        4.1.3 仿真實驗
        4.1.4 本章小結(jié)
    4.2 基于分?jǐn)?shù)階平均導(dǎo)數(shù)方法的分?jǐn)?shù)階混合擴(kuò)展-無跡卡爾曼濾波器
        4.2.1 問題描述
        4.2.2 主要結(jié)論
        4.2.3 仿真實驗
        4.2.4 本章小結(jié)
5 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文及參加科研情況


【參考文獻(xiàn)】：
期刊論文
[1]含有關(guān)聯(lián)噪聲的非線性分?jǐn)?shù)階系統(tǒng)的擴(kuò)展卡爾曼濾波器設(shè)計[J]. 高哲,陳小姣.  遼寧大學(xué)學(xué)報(自然科學(xué)版). 2019(04)
[2]基于數(shù)據(jù)驅(qū)動EKF算法的電動汽車及插電式混合動力汽車動力電池SOC估計（英文）[J]. 劉芳,馬杰,蘇衛(wèi)星,陳瀚寧,田慧欣,李春青.  Journal of Central South University. 2019(06)
[3]基于分?jǐn)?shù)階聯(lián)合卡爾曼濾波的磷酸鐵鋰電池簡化阻抗譜模型參數(shù)在線估計[J]. 李曉宇,朱春波,魏國,逯仁貴.  電工技術(shù)學(xué)報. 2016(24)
[4]一種考慮非高斯Lévy量測噪聲下的改進(jìn)分?jǐn)?shù)階卡爾曼濾波[J]. 孫永輝,高振陽,衛(wèi)志農(nóng),孫國強(qiáng).  控制與決策. 2016(03)
[5]一種基于分?jǐn)?shù)階卡爾曼濾波器的模型預(yù)測控制器的設(shè)計與實現(xiàn)[J]. 紀(jì)增浩,李大字.  北京化工大學(xué)學(xué)報(自然科學(xué)版). 2014(02)
[6]分?jǐn)?shù)階Unscented卡爾曼濾波器研究[J]. 劉彥,蒲亦非,沈曉東,周激流.  電子與信息學(xué)報. 2012(06)
[7]帶有色量測噪聲的非線性系統(tǒng)Unscented卡爾曼濾波器[J]. 王小旭,梁彥,潘泉,趙春暉,李漢舟.  自動化學(xué)報. 2012(06)



本文編號：3344079