對(duì)于帶未知參數(shù)的系統(tǒng)模型,直接進(jìn)行狀態(tài)估計(jì)是無法實(shí)現(xiàn)的。因?yàn)橄到y(tǒng)模型進(jìn)行狀態(tài)估計(jì)需要模型參數(shù)和噪聲方差是已知的,因此在進(jìn)行狀態(tài)估計(jì)之前要對(duì)系統(tǒng)模型中的未知參數(shù)進(jìn)行辨識(shí),把參數(shù)辨識(shí)的結(jié)果,帶入到系統(tǒng)模型中,然后對(duì)系統(tǒng)模型進(jìn)行狀態(tài)估計(jì)。本論文針對(duì)帶未知參數(shù)的系統(tǒng)模型采用不同的參數(shù)辨識(shí)方法,以提高參數(shù)辨識(shí)的精度,其中多新息辨識(shí)理論是將新息從單新息擴(kuò)展到了多新息,以提高數(shù)據(jù)的利用率來提高參數(shù)辨識(shí)精度。但是,現(xiàn)在單傳感器采集到的信息有時(shí)不準(zhǔn)確、不全面,無法真實(shí)反映系統(tǒng)的特性,所以多傳感器信息融合技術(shù)在狀態(tài)估計(jì)問題中起著重要作用。多傳感器信息融合是將來自多個(gè)傳感器的采集信息在某種準(zhǔn)則下進(jìn)行融合估計(jì),使信息經(jīng)過融合后比單一傳感器的估計(jì)精度更高,抗干擾能力更強(qiáng),從而獲得多傳感器系統(tǒng)的最優(yōu)融合估計(jì)結(jié)果。本文針對(duì)不同類型的帶未知參數(shù)的多傳感器系統(tǒng)的研究主要做了包括以下幾方面工作:首先,針對(duì)系統(tǒng)矩陣Φ帶有未知參數(shù)的能觀能控典范型多傳感器系統(tǒng)模型,基于狀態(tài)空間模型轉(zhuǎn)化為ARMA模型的公式和給出了一般遞推最小二乘參數(shù)辨識(shí)算法,為了提高參數(shù)辨識(shí)精度,提出了多新息遞推最小二乘算法和改進(jìn)多新息最小二乘算法。在此基礎(chǔ)上... 

【文章來源】：黑龍江大學(xué)黑龍江省

【文章頁數(shù)】：93 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

遞推最小二乘算法參數(shù)真實(shí)值與估計(jì)值比較

遞推多新息最小二乘參數(shù)真實(shí)值與估計(jì)值比較

改進(jìn)的遞推多新息最小二乘參數(shù)真實(shí)值與估計(jì)值

【參考文獻(xiàn)】：
期刊論文
[1]輸出誤差系統(tǒng)的多新息辨識(shí)方法[J]. 丁鋒.  南京信息工程大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(06)
[2]方程誤差系統(tǒng)的多新息辨識(shí)方法[J]. 丁鋒.  南京信息工程大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(05)
[3]線性參數(shù)系統(tǒng)的多新息辨識(shí)方法[J]. 丁鋒,郭蘭杰.  南京信息工程大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(04)
[4]系統(tǒng)辨識(shí)（6）:多新息辨識(shí)理論與方法[J]. 丁鋒.  南京信息工程大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(01)
[5]帶未知有色觀測(cè)噪聲的自校正融合Kalman濾波器[J]. 張鵬,鄧自立.  控制理論與應(yīng)用. 2012(01)
[6]系統(tǒng)辨識(shí)（4）:輔助模型辨識(shí)思想與方法[J]. 丁鋒.  南京信息工程大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(04)
[7]系統(tǒng)辨識(shí)（3）:辨識(shí)精度與辨識(shí)基本問題[J]. 丁鋒.  南京信息工程大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(03)
[8]系統(tǒng)辨識(shí)（2）:系統(tǒng)描述的基本模型[J]. 丁鋒.  南京信息工程大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(02)
[9]系統(tǒng)辨識(shí)（1）:辨識(shí)導(dǎo)引[J]. 丁鋒.  南京信息工程大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(01)
[10]最小二乘法原理及其簡(jiǎn)單應(yīng)用[J]. 鄒樂強(qiáng).  科技信息. 2010(23)



本文編號(hào)：3557707