在目標(biāo)跟蹤定位、圖像處理、通信和控制等領(lǐng)域,研究者常常需要根據(jù)各種量測數(shù)據(jù)推導(dǎo)出系統(tǒng)內(nèi)不易獲得的其他相關(guān)數(shù)據(jù),以此來判斷系統(tǒng)的運行狀態(tài)或?qū)ο到y(tǒng)的運行進行控制。這種通過量測值來獲得系統(tǒng)狀態(tài)變量的方法在統(tǒng)計學(xué)和信號處理領(lǐng)域?qū)儆趨?shù)估計的范疇。系統(tǒng)狀態(tài)變量的參數(shù)估計可以根據(jù)系統(tǒng)的不同特征以及系統(tǒng)內(nèi)部或量測過程中混有的噪聲類別,選取不同的濾波算法對其進行估計計算。無論對于線性系統(tǒng)或非線性系統(tǒng)模型,大多數(shù)濾波算法都可以歸類為基于統(tǒng)計學(xué)理論的遞歸貝葉斯估計算法。對于線性高斯系統(tǒng)模型,卡爾曼濾波算法就是系統(tǒng)狀態(tài)變量參數(shù)估計的最優(yōu)解。然而在現(xiàn)實情況中,非線性才是絕大多數(shù)系統(tǒng)所具有的特點。在卡爾曼濾波算法的結(jié)構(gòu)基礎(chǔ)上,擴展卡爾曼系列濾波算法通過非線性函數(shù)的泰勒級數(shù)展開對非線性系統(tǒng)進行線性化,從而得到系統(tǒng)狀態(tài)變量參數(shù)估計的次優(yōu)解;盡管這種算法由于其計算的高效性而得到廣泛應(yīng)用,但是對于非線性程度較高的系統(tǒng),由于需要對非線性系統(tǒng)進行線性化處理,使得該算法的計算精度不夠高,且高階泰勒級數(shù)展開在遞歸計算的過程中增加了很大的計算量。為了避免對非線性系統(tǒng)的線性化過程,無跡卡爾曼濾波算法利用無跡變換作為線性化過程的替代... 

【文章來源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：127 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 參數(shù)估計概述
    1.2 濾波算法概述
    1.3 遞歸貝葉斯估計
    1.4 本文主要研究內(nèi)容和章節(jié)安排
2 線性系統(tǒng)最優(yōu)濾波算法及其非線性衍生算法
    2.1 引言
    2.2 維納濾波理論
    2.3 卡爾曼濾波(KF)理論
    2.4 擴展卡爾曼濾波(EKF)理論
    2.5 無跡卡爾曼濾波(UKF)理論
    2.6 本章小結(jié)
3 粒子濾波及相關(guān)算法研究
    3.1 引言
    3.2 粒子濾波算法的數(shù)學(xué)模型
    3.3 重采樣算法
    3.4 序貫蒙特卡羅方法
    3.5 幾種改進的粒子濾波算法
    3.6 粒子濾波算法的應(yīng)用
    3.7 本章小結(jié)
4 基于相關(guān)系數(shù)的粒子濾波算法
    4.1 引言
    4.2 相關(guān)系數(shù)
    4.3 相關(guān)系數(shù)的時間復(fù)雜度
    4.4 基于相關(guān)系數(shù)的粒子濾波算法(CCPF)
    4.5 CCPF算法的收斂性證明
    4.6 本章小結(jié)
5 CCPF算法在非線性系統(tǒng)中的參數(shù)估計
    5.1 引言
    5.2 一維非線性系統(tǒng)模型及參數(shù)估計
    5.3 多維諧波模型及參數(shù)估計
    5.4 本章小結(jié)
6 總結(jié)和展望
    6.1 論文總結(jié)
    6.2 工作展望
致謝
參考文獻(xiàn)
附錄1 攻讀學(xué)位期間發(fā)表論文目錄
附錄2 攻讀博士學(xué)位期間參與的科研項目


【參考文獻(xiàn)】：
期刊論文
[1]基于無跡粒子濾波的車載鋰離子電池狀態(tài)估計[J]. 謝長君,費亞龍,曾春年,房偉.  電工技術(shù)學(xué)報. 2018(17)
[2]面向信息物理融合能源系統(tǒng)的大規(guī)模風(fēng)電場發(fā)電功率隨機特性分析模型與算法[J]. 吳江,靳晶新,管曉宏,謝棟,盧春明.  中國電機工程學(xué)報. 2016(15)
[3]基于粒子濾波的變電站內(nèi)動態(tài)目標(biāo)跟蹤技術(shù)[J]. 趙建東,孫鑫,吳龍美.  北京交通大學(xué)學(xué)報. 2013(04)
[4]一種基于改進重采樣的粒子濾波算法[J]. 于春娣,丁勇,李偉,薛琳強.  計算機應(yīng)用與軟件. 2013(02)
[5]一種卡爾曼濾波與粒子濾波相結(jié)合的非線性濾波算法[J]. 夏楠,邱天爽,李景春,李書芳.  電子學(xué)報. 2013(01)
[6]粒子濾波綜述[J]. 呂德潮,范江濤,韓剛甕,馬冠一.  天文研究與技術(shù). 2013(04)
[7]基于卡爾曼濾波的電壓擾動檢測算法[J]. 任文琳,趙慶生,何志方.  水電能源科學(xué). 2012(11)
[8]基于粒子濾波算法的電力系統(tǒng)短期負(fù)荷預(yù)測研究[J]. 李凱,劉金海,陸巖.  電力學(xué)報. 2011(06)
[9]采用雙重采樣的移動機器人Monte Carlo定位方法[J]. 李天成,孫樹棟.  自動化學(xué)報. 2010(09)
[10]基于RBPF和數(shù)據(jù)關(guān)聯(lián)的多目標(biāo)跟蹤[J]. 楊毅,吳煒,楊曉敏,陳默,王正勇.  計算機工程. 2010(06)

博士論文
[1]基于粒子濾波框架目標(biāo)跟蹤優(yōu)化算法的研究[D]. 孟軍英.燕山大學(xué) 2014
[2]基于模型預(yù)測控制和卡爾曼濾波的統(tǒng)一電能質(zhì)量調(diào)節(jié)器的研究[D]. 張旭.天津大學(xué) 2010
[3]音視頻聯(lián)合說話人定位與跟蹤方法研究[D]. 金乃高.大連理工大學(xué) 2008
[4]基于粒子濾波的圖像跟蹤算法研究[D]. 張波.上海交通大學(xué) 2007
[5]非線性濾波方法在導(dǎo)航系統(tǒng)中的應(yīng)用研究[D]. 李濤.國防科學(xué)技術(shù)大學(xué) 2003



本文編號：3206152