基于改进鲁棒自适应UKF的配电网动态状态估计方法

配电网动态状态估计中状态方程的过程噪声统计参数是未知而且时变的,因此在状态估计过程中需要在线对过程噪声统计参数进行实时估计,而且不准确的噪声参数将会导致无迹卡尔曼滤波器的滤波性能下降甚至滤波发散。文中研究了基于改进鲁棒自适应无迹卡尔曼滤波器的配电网动态状态估计方法,其噪声参数统计估值器由一个有偏的和一个无偏的估值器组成,可以提高在状态估计过程中噪声参数估计的准确性,同时确保过程噪声方差矩阵的半正定性,从而保证算法的鲁棒性。通过对IEEE 33节点系统进行仿真验证,结果表明所提方法在系统平稳运行、负荷发生剧烈变动或者初始噪声参数值设置不当的情况下,均能保证较高的状态估计精度。     

用于拦截高超速随机机动目标的自适应两步算法

针对高超速随机机动目标拦截的末制导问题,将改进的自适应两步时变噪声统计估值器和经典的不敏卡尔曼滤波器融入静态多模型滤波器,提出一种自适应两步-快速多模型算法.和传统成型滤波器/扩展卡尔曼滤波器算法相比,该算法估计精确度高,收敛速度快,并对测量噪声波动具有一定的鲁棒性.对传统部分信息微分对策导引律加以改进,提出一种基于逻辑判断的微分对策导引律.将滤波算法融入该导引律,实现了滤波/制导一体化的设计方法.所提出的设计方法较比例导引律和传统微分对策导引律具有更好的寻的性能.蒙特卡洛仿真研究验证了结论的正确性.     

基于最小径向基函数(MRBF)神经网络的非线性噪声对消

由于传统线性噪声对消器对非线性噪声不能很好的适应,本文改进传统线形噪声对消器的线形滤波器部分,用MRBF网络代替横向LMS结构,以适应非线形噪声存在的情况.使用改进的RBF网络结构MRBF[1],解决了隐单元数目确定的困难,学习算法采用更加稳定的扩展卡尔曼滤波方法(KEF),增强了RBF的实用性.本文提出的方法降低了运算复杂度,增强实时性.仿真结果表明该方法有良好的噪声对消性能.     

基于积分链式卡尔曼滤波器的角加速度观测器的噪声参数整定及性能研究

噪声统计特征值的整定是积分链式卡尔曼滤波器(IKF)的设计要点。针对噪声统计特征值的整定进行研究,推导出积分链式卡尔曼滤波器的离散噪声统计特征值与离散采样周期的函数关系,定量分析了积分链式卡尔曼滤波器的离散噪声统计特征值的跟踪性能。在此基础上,提出了一种定量计算噪声统计特征值的方法,通过滤波器截止频率、离散采样周期直接计算得到噪声统计特征值,改变了以往的仿真-实验-调整环整定方法,简化了设计流程。仿真和实验验证了所提出方法的有效性。     

基于多尺度形态学和Kalman滤波的基波分量提取

针对Kalman滤波在提取基波分量时存在暂态噪声抑制能力差和噪声统计特性不精确的缺点,提出了一种新的基波分量提取算法。采用改进的数学形态滤波器对采集信号进行多尺度分析得到平滑信号和细节信号,改进的滤波器使用不同形状的结构元素,有效地提高噪声抑制能力。利用平滑信号更新Kalman滤波器的观测值,减少故障信号暂态噪声的干扰,提高了滤波算法的收敛速度;利用细节信号实时在线计算测量噪声的方差,提高了滤波算法的收敛精度。在Matlab/Simulink环境下搭建仿真模型对算法进行验证与测试,仿真结果证实了算法的可行性和有效性。     

改进卡尔曼滤波器作动态谐波估计

应用卡尔曼滤波器作在线谐波估计的关键在于如何确定动态噪声和量测噪声的统计特性.此外,卡尔曼滤波器还受到滤波器饱和的影响,使它对信号的突变变得迟钝.针对上述问题,提出了一种基于更新序列和滤波器饱和抑制技术的新型自适应卡尔曼滤波器.通过对量测更新序列的相关性分析,估计出量测噪声方差阵.再利用递归算法,在给定精度下,求解最优滤波增益方程得到最优增益,进而修正滤波参数,结合滤波器饱和抑制技术来改善滤波器的性能.通过仿真实验确认了这种方法的有效性.     

改进型Sage-Husa卡尔曼滤波器在电压暂降检测中的应用

电压暂降是电网中的一个关键电能质量问题。用于电压暂降检测的Sage-Husa型卡尔曼滤波器具有形式简单、计算量小、响应速度快的优点,但在系统阶次较高时容易出现滤波发散的问题。为避免滤波发散,同时进一步提高该滤波器的实时响应速度,改进Sage-Husa型卡尔曼滤波器中的噪声矩阵估计器,给出基于改进后Sage-Husa卡尔曼滤波器的电压暂降快速检测方法,并通过仿真和实验证明了该方法的有效性。与传统的Sage-Husa型卡尔曼滤波器相比,改进后Sage-Husa卡尔曼滤波器避免了滤波发散的现象,同时提高了的响应速度。     

一种改进的去除数字图像脉冲噪声方法

提出了一种新的高效的数字图像脉冲噪声检测和去噪方法.该方法主要由2部分组成:噪声的检测和噪声的去除.检测阶段主要的任务是将图像信号点和噪声点区分开来,噪声去除阶段的主要任务是对检测到的噪声进行滤波处理.用一种改进的中值滤波器和均值滤波器来去除检测到的噪声点.实验结果表明该方法与其他方法相比,在噪声去除和图像细节保护方面...     

改进的自适应广义形态滤波器设计

提出一种改进的自适应广义形态滤波器。针对电力数据采集信号中可能存在的各种噪声情况,通过数字仿真,研究结构元素幅值和长度变化对改进的自适应广义形态滤波器滤波性能的影响。仿真结果表明,改进的自适应广义形态滤波器可以有效抑制电力系统采样信号中的各种噪声,滤波效果好。     

基于卡尔曼滤波的高精度弹道滤波算法研究

在弹道轨迹估计中,卡尔曼滤波算法是一种普遍使用的算法,常规卡尔曼滤波算法适用于线性离散系统.对于非线性离散系统模型,为了提高滤波的精度,减小系统模型误差以及未知的量测噪声和过程噪声统计特性对滤波精度的影响,提出了一种带有噪声统计估计器的拟线性最优平滑滤波算法.将该算法应用到弹道系统模型中,对弹道轨迹进行滤波估计.通过计算机建模仿真改进的算法和传统的拟线性最优平滑滤波算法,得到的实验结果表明,改进后的算法可以减小由于系统模型不精确带来的误差,很大程度上提高了弹道轨迹滤波估计的精度.     

自适应UKF在北斗伪距定位中的研究

针对北斗伪距定中噪声统计特性未知或者不准确带来的定位精度不高问题,为减小噪声统计特性的不准确在滤波过程中对状态估计带来的影响,采用了无迹卡尔曼滤波(UKF)和噪声统计值估计器相结合的滤波方法,该方法在UKF中引入改进的噪声估计Sage-Husa算法,对系统噪声和观测噪声进行实时估计,抵抗不准确噪声在定位解算时带来的误差;最后在进行状态更新时引入一个收敛因子对每一次滤波状态进行更新,保证算法的收敛性。实验结果表明,该方法与传统的无迹卡尔曼滤波相比,在提升算法收敛速度的同时,将伪距定位的精度提高了40%左右,可用于带有时变噪声和未知噪声的定位系统中。     

平方根Kalman自适应滤波及其在OCT中的应用

为了满足自适应滤波的准确性和时变噪声鲁棒性的要求,将具有递推特性的Kalman滤波理论引入到自适应滤波中,针对Kalman自适应滤波可能出现的由于计算舍入误差所引起的发散和时变噪声统计问题,提出了具有时变噪声统计的平方根Kalman自适应滤波。目前,应用平方根Kalman自适应滤波的自适应光学电流互感器(OCT)经过了严格的检测,稳态精度达到0.2级,暂态情况下的非周期分量电流的最大峰值瞬时值误差小于±1%。自适应OCT已经在河北省保定市某变电站挂网运行25个月。     

一种改进的罗兰C信号联合去噪方法

模拟滤波器精度低,去噪能力较差。为了能够有效去噪,提出了多尺度阈值与FIR滤波联合去噪的方法。利用该方法,在改进阈值算法下对实际采集的罗兰C信号进行了仿真分析与比较。结果表明,改进的阈值算法能够更好的反映小波分解系数细节部分的动态变化,提出的联合去噪方法能够有效滤除噪声,对罗兰C接收机的数字化设计具有重要参考价值。     

卡尔曼滤波器在电子称量装置中的应用

本文将卡尔曼滤波器理论有效地应用到电子称量装置中，从而增加了称量装置对随机干扰信号的抑制能力，以及对使用环境的自适应能力，这不但提高了称量装置的精度，更重要的是拓宽了装置的应用领域，放宽了装置对使用环境的要求。     

航空用多传感器组合导航信息融合的研究

在已有的SINS/GPS组合导航系统的基础上,将联邦kalman滤波算法与组合高度三阶回路算法动态结合,并利用改进型自适应滤波算法对系统进行实时系统噪声和量测噪声水平估计和修正,实现了SINS/GPS/高度计/磁罗盘多传感器组合导航系统有效融合。所设计系统综合利用了各传感器的优点,克服了各传感器的缺点,并能实时正确地测得载体的三维速度、位置和姿态信息,尤其是高度通道上的速度和位置信息,使多传感器组合导航系统能长时间、有效、稳定地进行飞行导航。经半实物仿真实验表明,所设计的组合导航系统具有较好的稳定性和较高的精度。     

有色观测噪声下的自适应 UKF 在北斗多路径误差削弱中的研究

针对由环境复杂性而造成的北斗多路径误差不能有效削弱的问题, 提出了一种基于新的误差模型下的自适应无迹卡 尔曼滤波(UKF)方法。 该方法首先利用量测状态扩增法来解决量测噪声为有色噪声的问题,再用改进的 Sage-Husa 自适应 UKF 来动态估计系统噪声和量测噪声,从而解决噪声统计特性未定造成的误差削弱效果不明显的情况。 实验结果表明在有色 观测噪声下的改进 Sage-Husa 自适应 UKF 算法相比于传统 UKF,能够将多路径误差削弱近 60%,该方法在针对北斗定位中由于 多路径误差产生的噪声不可知的情况具有很强的适用性。     

相位噪声测量中环路滤波器研究与实现

环路滤波器是鉴相法测量相位噪声系统中决定相位噪声提取性能的重要部件,采用数字实现方法时,测量系统分析带宽和锁相环路工作要求决定了该滤波器为极窄带宽滤波器。针对高性能极窄带宽的设计要求,通过理论分析,提出了适用于相位噪声测量系统的分级多相抽取数字滤波器结构。该结构采用了多级抽取、多相结构、存储器优化、乘法器优化等改进方法。论文中对优化后的滤波器结构与现有滤波器实现结构分别在FPGA中进行实现。通过比较两者实验结果,给出的极窄带宽滤波器分级多相实现结构在达到系统指标要求的条件下,占用资源为传统结构的33．8％,计算量为传统结构的54．5％。     

数字伺服系统中微分控制律的实现

针对某型高精确度转台系统中,运用传统的PID算法设计数字控制器,由于采用完全微分环节实现微分控制律,输入信号中特定频率的噪声分量被充分放大,使有用信号产生失真,影响控制系统精确度。为了滤除这一噪声分量,保证系统的控制精确度,基于数字滤波理论,给出了几种数字滤波算法,并在数字滤波器的滤波效果及其给系统带来的相位迟后之间作了折衷。仿真和实验结果表明,加入数字滤波器后,数字微分控制器的噪声得到抑制,提高了确转台伺服系统的定位精确度。