發(fā)布時間：2018-06-12 10:27

  本文選題：粒子濾波 + 蝙蝠算法��； 參考：《物理學(xué)報》2017年05期

【摘要】：標(biāo)準(zhǔn)粒子濾波容易出現(xiàn)粒子貧化問題,濾波精度不穩(wěn)定,并且需要大量粒子才能對非線性系統(tǒng)進(jìn)行準(zhǔn)確估計(jì),降低了算法的綜合性能.針對該問題,本文提出了一種基于蝙蝠算法的新型粒子濾波算法.該算法用粒子表征蝙蝠個體,模擬蝙蝠群體搜索獵物的過程,粒子群體通過調(diào)整頻率、響度、脈沖發(fā)射率,追隨當(dāng)前最優(yōu)粒子在解空間中進(jìn)行搜索,并可以動態(tài)控制全局搜索及局部搜索的相互轉(zhuǎn)換,進(jìn)而提氋粒子整體的質(zhì)量和分布的合理性;此外,改進(jìn)算法引入Levy飛行策略,從而避免局部極值的不良吸引.實(shí)驗(yàn)表明新型粒子濾波方法提高了粒子多樣性和濾波預(yù)測精度,同時大大降低了對非線性系統(tǒng)進(jìn)行狀態(tài)預(yù)測所需的粒子數(shù)量.
[Abstract]:Standard particle filter is prone to particle dilution, and the filtering accuracy is unstable, and a large number of particles are needed to accurately estimate the nonlinear system, which reduces the comprehensive performance of the algorithm. To solve this problem, a new particle filter algorithm based on bat algorithm is proposed in this paper. The algorithm uses particles to represent bat individuals and simulate the search process of bat populations. Particle populations search in solution space by adjusting frequency, loudness, pulse emissivity, and following the current optimal particles. The global search and local search transformation can be dynamically controlled, and the rationality of particle mass and distribution can be raised. In addition, Levy flight strategy is introduced into the improved algorithm to avoid the bad attraction of local extremum. The experimental results show that the new particle filtering method can improve the particle diversity and filter prediction accuracy, and greatly reduce the number of particles needed for state prediction of nonlinear systems.
【作者單位】： 中國衛(wèi)星海上測控部;南京理工大學(xué)自動化學(xué)院;
【基金】：國家自然科學(xué)基金(批準(zhǔn)號:61501521,U1330133,61473153) 中國博士后科學(xué)基金(批準(zhǔn)號:2015M582861)資助的課題~~
【分類號】：TP18;TN713

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 謝小莉;電力系統(tǒng)遙測校正和狀態(tài)估計(jì)的綜合運(yùn)用[J];電網(wǎng)技術(shù);1996年05期

2 劉浩;電力系統(tǒng)狀態(tài)估計(jì)、檢測及辨識[J];電力系統(tǒng)及其自動化學(xué)報;1999年04期

3 張黎;;小議狀態(tài)估計(jì)遙測合格率在地區(qū)電網(wǎng)中的調(diào)試和提高[J];電子世界;2014年01期

4 張黎;陸煒;;地區(qū)電網(wǎng)狀態(tài)估計(jì)調(diào)試中典型問題分析[J];電子世界;2014年03期

5 陳子青,石增鈞,林曙光;采用狀態(tài)估計(jì) 提高監(jiān)測質(zhì)量[J];山東電力高等�？茖W(xué)校學(xué)報;2000年02期

6 應(yīng)春暉;;提高清遠(yuǎn)地調(diào)狀態(tài)估計(jì)軟件運(yùn)行率的措施[J];廣東電力;2007年08期

7 趙紅嘎,薛禹勝,高翔,潘勇偉,岑宗浩,李碧君;量測量的時延差對狀態(tài)估計(jì)的影響及其對策[J];電力系統(tǒng)自動化;2004年21期

8 田江;錢科軍;梁鋒;;分布式狀態(tài)估計(jì)技術(shù)在智能變電站的應(yīng)用[J];電網(wǎng)與清潔能源;2013年09期

9 劉浩,顧一中;狀態(tài)估計(jì)中不良數(shù)據(jù)的混合檢測辨識程序設(shè)計(jì)[J];大電機(jī)技術(shù);2001年01期

10 吳為麟,侯勇,方鴿飛;基于支路電流的配電網(wǎng)狀態(tài)估計(jì)[J];電力系統(tǒng)及其自動化學(xué)報;2001年06期

相關(guān)會議論文 前10條

1 徐興華;陳萬里;;地調(diào)狀態(tài)估計(jì)實(shí)用化探討[A];華東六省一市電機(jī)工程（電力）學(xué)會輸配電技術(shù)研討會2002年年會山東電機(jī)工程學(xué)會交流論文集[C];2002年

2 郭金蓮;范曉丹;趙洪山;;分布式狀態(tài)估計(jì)算法的研究[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（上冊）[C];2008年

3 劉耀年;郝靜;;基于分布式抗差加權(quán)最小二乘法的狀態(tài)估計(jì)[A];第十一屆全國電工數(shù)學(xué)學(xué)術(shù)年會論文集[C];2007年

4 劉順明;劉耀年;于賀;湯德海;;基于抗差加權(quán)最小二乘法的分布式狀態(tài)估計(jì)[A];高效 清潔 安全 電力發(fā)展與和諧社會建設(shè)——吉林省電機(jī)工程學(xué)會2008年學(xué)術(shù)年會論文集[C];2008年

5 何青;歐陽紅林;楊民生;童調(diào)生;;基于最優(yōu)定界橢球的自適應(yīng)集員狀態(tài)估計(jì)[A];2004全國測控、計(jì)量與儀器儀表學(xué)術(shù)年會論文集（上冊）[C];2004年

6 郭曉林;曹軍海;賈小平;;模糊狀態(tài)估計(jì)在機(jī)動目標(biāo)跟蹤中的應(yīng)用[A];1997中國控制與決策學(xué)術(shù)年會論文集[C];1997年

7 林桂華;張艷軍;周蘇荃;;基于量測變換的混合量測狀態(tài)估計(jì)算法[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（上冊）[C];2008年

8 景渤雯;趙璐;張雨生;;基于PMU的狀態(tài)估計(jì)研究現(xiàn)狀及發(fā)展展望[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（上冊）[C];2008年

9 彭云輝;繆棟;劉云峰;;SR-UKF在狀態(tài)估計(jì)中的應(yīng)用[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

10 王正志;肖齊英;;部分參數(shù)不準(zhǔn)確的線性系統(tǒng)H_∞狀態(tài)估計(jì)濾波問題[A];1993年控制理論及其應(yīng)用年會論文集[C];1993年

相關(guān)博士學(xué)位論文 前10條

1 王吉華;多軸轉(zhuǎn)向車輛狀態(tài)估計(jì)與控制研究[D];南京航空航天大學(xué);2013年

2 Sideig Abd elrhman Ibrahim Dowi;PMU測量單元對電力系統(tǒng)動態(tài)狀態(tài)估計(jì)影響研究[D];華北電力大學(xué);2015年

3 任江波;電力系統(tǒng)過程狀態(tài)估計(jì)研究[D];哈爾濱工業(yè)大學(xué);2007年

4 陳芳;電網(wǎng)狀態(tài)估計(jì)及其擴(kuò)展的理論研究[D];山東大學(xué);2010年

5 暢廣輝;基于混合量測的電力系統(tǒng)分布式狀態(tài)估計(jì)研究[D];武漢大學(xué);2009年

6 王永;互聯(lián)電網(wǎng)分布式狀態(tài)估計(jì)和混合量測狀態(tài)估計(jì)研究[D];哈爾濱工業(yè)大學(xué);2008年

7 白宏;基于PMU量測信息的面向過程狀態(tài)估計(jì)研究[D];哈爾濱工業(yè)大學(xué);2008年

8 黃彥全;電力系統(tǒng)狀態(tài)估計(jì)若干問題的研究[D];西南交通大學(xué);2005年

9 柯晶;強(qiáng)跟蹤狀態(tài)估計(jì)與群集辨識[D];浙江大學(xué);2003年

10 李強(qiáng);基于PMU量測的電力系統(tǒng)狀態(tài)估計(jì)研究[D];中國電力科學(xué)研究院;2006年

相關(guān)碩士學(xué)位論文 前10條

1 王珊珊;利用支路信息進(jìn)行電力網(wǎng)絡(luò)拓?fù)浔孀R[D];鄭州大學(xué);2015年

2 張娜;電流推算法及其與新息圖相結(jié)合的狀態(tài)估計(jì)研究[D];哈爾濱工業(yè)大學(xué);2015年

3 沈豪棟;一種基于參數(shù)修正的區(qū)域性電網(wǎng)狀態(tài)估計(jì)改進(jìn)方法[D];上海交通大學(xué);2014年

4 胡曉艷;分布式平臺下的配電網(wǎng)狀態(tài)估計(jì)研究[D];華北電力大學(xué);2015年

5 賈楠;基于WAMS的電力系統(tǒng)狀態(tài)估計(jì)及其應(yīng)用[D];華北電力大學(xué);2015年

6 白鐸;智能電網(wǎng)狀態(tài)估計(jì)及性能分析[D];電子科技大學(xué);2015年

7 安維亮;離散時間復(fù)雜網(wǎng)絡(luò)的狀態(tài)估計(jì)[D];南京郵電大學(xué);2015年

8 沈超;自愈控制下電網(wǎng)狀態(tài)估計(jì)的研究[D];南京郵電大學(xué);2015年

9 邳浚哲;不良數(shù)據(jù)檢測辨識及提高狀態(tài)估計(jì)合格率的方法研究[D];華北電力大學(xué);2015年

10 張鵬飛;離散時間隨機(jī)系統(tǒng)的狀態(tài)估計(jì)與最優(yōu)控制器設(shè)計(jì)[D];青島科技大學(xué);2015年

，

本文編號：2009348