狀態(tài)估計(jì)是根據(jù)測量數(shù)據(jù)估算系統(tǒng)狀態(tài)的方法,被廣泛地應(yīng)用于自動控制、故障診斷、軟測量等眾多工業(yè)應(yīng)用領(lǐng)域。滾動時域估計(jì)是一類利用滾動窗口數(shù)據(jù)進(jìn)行狀態(tài)估計(jì)的濾波算法,能夠顯式處理帶約束系統(tǒng)的狀態(tài)估計(jì)問題。在應(yīng)用過程中,窗口尺寸的擇取和到達(dá)代價(jià)的計(jì)算是影響算法估計(jì)性能的兩個重要方面。本文致力于研究窗口尺寸的合理選擇和到達(dá)代價(jià)的近似計(jì)算問題,提升求解效率和估計(jì)精度,并通過典型的數(shù)值算例和實(shí)際案例進(jìn)行分析驗(yàn)證。在閱讀大量文獻(xiàn)的基礎(chǔ)上,本文在滾動時域估計(jì)算法方面開展了一些研究工作,具體如下:1.針對線性系統(tǒng)中滾動時域估計(jì)算法的優(yōu)化問題,通過將全信息估計(jì)問題和近似估計(jì)問題轉(zhuǎn)化為以矩陣形式表述的二次規(guī)劃問題,給出了相應(yīng)的求解方法。基于最小二乘原理,給出了一種遞推形式的滾動時域狀態(tài)估計(jì)方法。該方法通過成批輸出數(shù)據(jù)的向前滾動,分別對含系統(tǒng)參數(shù)的矩陣和含輸出信息的矩陣進(jìn)行分塊,獲得的狀態(tài)估計(jì)值和卡爾曼濾波算法一樣以遞推形式給出。最后,將該方法分別應(yīng)用于白噪聲和有色噪聲的線性模型中,驗(yàn)證了該方法的有效性和普適性。2.針對窗口尺寸會影響到滾動時域估計(jì)算法的估計(jì)精度及計(jì)算效率問題,為了平衡這兩個指標(biāo),提出了一種窗口...

【文章頁數(shù)】：85 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究的背景與意義
    1.2 狀態(tài)估計(jì)方法概述
    1.3 滾動時域估計(jì)方法的研究現(xiàn)狀
        1.3.1 理論研究
        1.3.2 應(yīng)用研究
    1.4 研究工作和論文結(jié)構(gòu)
第2章 滾動時域估計(jì)方法
    2.1 引言
    2.2 預(yù)備理論
        2.2.1 最小二乘
        2.2.2 卡爾曼濾波
        2.2.3 擴(kuò)展卡爾曼濾波
        2.2.4 無跡卡爾曼濾波
    2.3 MHE的概率統(tǒng)計(jì)意義
    2.4 兩類滾動時域估計(jì)方法
        2.4.1 全信息MHE方法
        2.4.2 近似MHE方法
    2.5 到達(dá)代價(jià)的求解
        2.5.1 到達(dá)代價(jià)定義
        2.5.2 線性系統(tǒng)估計(jì)問題
        2.5.3 非線性系統(tǒng)估計(jì)問題
    2.6 MHE算法步驟
    2.7 本章小結(jié)
第3章 基于窗口數(shù)據(jù)遞推的狀態(tài)估計(jì)方法
    3.1 引言
    3.2 線性MHE的優(yōu)化求解
        3.2.1 全信息MHE求解
        3.2.2 近似MHE求解
    3.3 基于窗口數(shù)據(jù)的狀態(tài)估計(jì)遞推式
    3.4 案例驗(yàn)證
        3.4.1數(shù)值算例1
        3.4.2數(shù)值算例2
    3.5 本章小結(jié)
第4章 MHE窗口尺寸的優(yōu)化方法
    4.1 引言
    4.2 遺傳算法基本原理
    4.3 模擬退火機(jī)制基本原理
    4.4 參數(shù)優(yōu)化方法
        4.4.1 適應(yīng)度函數(shù)計(jì)算
        4.4.2 MHE參數(shù)優(yōu)化方法
    4.5 案例驗(yàn)證
        4.5.1 數(shù)值算例
        4.5.2 CSTR系統(tǒng)實(shí)例
    4.6 本章小結(jié)
第5章 基于非對稱無跡變換的MHE
    5.1 引言
    5.2 基于UKF的 MHE
        5.2.1 UT變換
        5.2.2 基于UKF的到達(dá)代價(jià)的計(jì)算
    5.3 單形無跡變換
        5.3.1 Sigma點(diǎn)偏度計(jì)算
        5.3.2 采樣點(diǎn)的比例修正
    5.4 比例因子的自適應(yīng)擇取方法
    5.5 基于非對稱UT變換的MHE算法
    5.6 案例驗(yàn)證
        5.6.1 數(shù)值算例
        5.6.2 雷達(dá)跟蹤實(shí)例
    5.7 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
附錄 作者在讀期間成果匯總



本文編號：3993908