基于变权新息协方差的自适应卡尔曼滤波器

针对传统卡尔曼滤波器鲁棒性差,无法实时精确跟踪系统突变状态的现实,设计了一款基于变权新息协方差的自适应卡尔曼滤波器。在传统卡尔曼滤波器的基础上,分析了突变状态无法跟踪的缘由;基于滤波发散判据,分析储备系数与均权新息协方差之间的关系,对状态突变程度进行分层;基于Sage-Husa估计原理与加权最小二乘准则,对于不同程度的突变状态,采用实时调整各历元新息协方差权重的策略,优化渐消因子,激活滤波增益,增权量测新息。实例研究表明,自适应卡尔曼滤波器鲁棒性强,能够精确跟踪系统突变状态,其状态收敛速度优于抗差卡尔曼滤波器,稳态精度提升了42.05%。     

基于自适应四元数卡尔曼滤波的姿态估计方法

使用四元数卡尔曼滤波器进行姿态估计的性能与加速度噪声协方差R有很大的相关性。以四元数卡尔曼滤波器递推计算的新息协方差与测量的新息协方差的差值尽可能小为条件,采用基于新息的自适应算法,在线估计加速度计噪声的协方差R,得到符合实际加速度噪声水平的卡尔曼滤波器增益K,对微小型飞行器进行姿态估计。为了减少由新息引入自适应计算的测量噪声,使用渐消记忆的方法对测量的新息协方差进行处理。仿真结果表明,基于新息的自适应四元数卡尔曼滤波器在加速度计噪声协方差R难以测量时或R变化时,相对于四元数卡尔曼滤波器能更准确地获得姿态的估计,减小了滤波器对模型参数的依赖,增加了滤波器的鲁棒性。     

一种鲁棒GPS/INS组合导航滤波算法设计

针对卡尔曼及其扩展算法在滤波中噪声矩阵与实际偏差过大时出现滤波发散的情况,本文提出利用无偏有限冲击响应滤波器(UFIR)实现该背景下的状态估计.但将UFIR滤波器应用于GPS/INS组合系统存在2个问题:1)在线估计最佳滤波窗长的方法还有待改善;2)导航精度较低.本文设计了一种级联式滤波算法,主滤波器对UFIR滤波算法...     

一种高斯型非线性迭代更新滤波器

针对高斯型非线性滤波器在大初始偏差条件下性能下降、甚至发散的问题,提出了一种新的非线性滤波算法,即迭代更新扩展卡尔曼滤波器（iterated update extended Kalman filter,IU-EKF）。首先,该算法在EKF框架下,将传统的一步量测更新在伪时间上分为多步进行,采用部分增益将当前量测信息逐步地引入量测更新过程实现对状态的后验估计;其次,由于多步量测更新过程引入了每一步的过程噪声,因此将量测噪声与每一步更新后的状态估计误差之间的互协方差代入误差协方差矩阵,再利用此误差协方差矩阵的迹对标准卡尔曼增益矩阵求导并令结果为零,以导出噪声相关条件下的最优卡尔曼增益矩阵表达式;最后,根据后验量测残差自适应地调整迭代更新次数,在保证一定滤波精度的前提下,降低了算法的计算量。以2维目标跟踪问题为例,在大初始偏差条件下,通过仿真实验将本文算法分别与EKF、IEKF、UKF、CKF算法进行对比,并针对不同迭代次数对滤波精度的影响进行对比分析。仿真结果表明：本文算法较EKF大幅提高了滤波估计精度,且在大初始偏差条件下,本文算法性能优于现有经典高斯假设滤波器。同时,当迭代次数按1、2、5、10、20递增时,本文算法的滤波精度也随之提升,但提升幅度逐渐减缓。     

电火花加工放电状态的自适应滤波

电火花加工过程具有非线性、弱稳态的特性,加工过程中放电状态变化剧烈,导致控制变量随之大幅度震动,对系统稳定性极为不利,因此需要对放电状态曲线进行光滑滤波。由于二阶自回归放电状态模型的参数辨识是有偏估计,提出采用中间变量的方法消除参数的有偏估计。采用一个卡尔曼滤波器建立中间变量,另一个卡尔曼滤波器用于二阶自回归放电状态模型的参数辨识,2个卡尔曼滤波器共同组成了一个自适应滤波器。经实验数据验证:该自适应滤波方法不仅能够光滑放电状态曲线,而且能够消除线性滤波本身固有的相移和延迟,同时,自适应滤波方法不会像线性滤波方法造成整个控制系统阶次大幅升高、稳定性下降,能够充分保障实时控制和系统稳定性。     

非线性系统的一种改进的Unscented卡尔曼滤波器

作为最近提出的一种非线性滤波方法,Unscented卡尔曼滤波器(UKF)具有易实现、较高的估计精度和中等的计算量等优点。然而,像扩展卡尔曼滤波器(EKF)一样,UKF关于模型不确定性的鲁棒性很差、对初始条件很敏感,容易出现状态估计不准,甚至发散等现象。为了克服UKF的缺陷,基于强跟踪滤波器(STF)理论,通过引入一种多重次优渐消因子在线调整滤波器增益矩阵,提出一种改进的UKF,并通过目标跟踪的仿真实验验证了该滤波器的有效性。仿真实验结果表明改进的Unscented卡尔曼滤波器具有好的鲁棒性,而且能够快速收敛。     

永磁同步电机的转动惯量辨识及状态估计

为提高永磁同步电机伺服系统的动态性能和鲁棒性,研究了基于模型参考自适应系统的转动惯量辨识方法以及基于卡尔曼滤波器的自适应状态估计策略。提出了一种适用于宽转速、高噪声环境下的电机角速度、角位移和负载扰动转矩的在线估计方法,分析了该方法的抗干扰能力以及系统参数变化对估计效果的影响,并通过辨识出的伺服系统转动惯量对卡尔曼滤波器的系数矩阵进行实时更新,实现了转动惯量自适应状态估计。仿真和实验结果表明该算法在速度分辨率、实时性和抗干扰能力上均优于传统M／T方法。     

改进粒子群算法辨识噪声模型的卡尔曼直接转矩控制

针对感应电机扩展卡尔曼滤波器状态估计中难以获得最优噪声矩阵问题,提出了一种基于改进粒子群算法辨识卡尔曼滤波器噪声矩阵的方法.通过调整粒子觅食策略对粒子群算法进行改进,运用改进算法优化滤波器噪声矩阵,再将优化的卡尔曼滤波器应用于感应电机无传感器直接转矩控制系统中.仿真结果表明,与试探法、标准粒子群算法和自适应粒子群算法相比,改进粒子群算法能够改善卡尔曼滤波器滤波性能,从而提高感应电机无传感器直接转矩控制系统的控制精度.     

使用遗传算法的自适应Kalman滤波器

基于Magill的Kalman滤波器池结构,设计了使用遗传算法的自适应Kalman滤波器,给出了离线和在线两种实现方案。离线方案以辨识滤波参数为主要目的,进而可以对状态进行较准确的事后估计;在线方案以实时地对状态进行估计为目的。对滤波参数寻优使用具有良好性能的浮点数编码遗传算法,该算法与二进制编码遗传算法相比收敛速度更快、搜索全局最优的能力更强。仿真结果验证了所提出的自适应Kalman滤波器的有效性。     

使用遗传算法的自适应Kalman滤波器

基于Magill的Kalman撼波器池结构，设计了使用遗传算法的自适应Kalman滤波器，给出了离线和在线两种实现方案．离线方案以辨识滤波参数为主要目的，进而可以对状态进行较准确的事后估计；在线方案以实时地对状态进行估计为目的．对滤波参数寻优使用具有良好性能的浮点数编码遗传算法，该算法与二进制编码遗传算法相比收敛速度更快、搜索全局最优的能力更强．仿真结果验证了所提出的自适应Kalman滤波器的有效性．     

频点自跟踪自适应频率相位联合估计器及性能评价

基于二阶自适应陷波滤波器的频率相位联合估计器在工程上有着广泛的应用,但其应用前提是参考信号相对输入信号频偏较小.因为随着频偏增大,频率和相位估计的偏差和方差也随之增大.文章分析了自适应频率相位联合估计器的性能及频偏的影响,提出了频点自跟踪自适应频率相位联合估计器,并针对目标辐射噪声信号和主动发射信号的回波进行了仿真.仿真结果表明,相同条件下该估计器较自适应频率相位联合估计器大大减小了估计偏差和方差,可实现无偏估计且使估计方差接近CRLB.这一特性甚至在低信噪比时也保持良好.     

Decentralized estimation of sensor systematic error and target state vector

Multi-sensor data fusion has found wide uses in both military and civilian areas[1]. In multi-sensor information fusion systems, the fusion contains centralized, distributed, hybrid and multi-level structure[1].Refs. [2—4] discussed track fusion in distributed multi-sensor target tracking systems. Ref. [5] presented multisensor hierarchical estimation algorithms with feedback information. Their fusion methods did not deal with the systematic error that may degrade the performance of multisen…     

Nakagami-m衰落m参数估计器的偏差补偿

使用蒙特卡罗方法研究Nakagami m参数估计器在小样本估计时的偏差补偿问题. 小样本数下, m参数估计器是有偏估计,其偏差是m的线性函数,斜率由用于估计的样本数决定. 仿真结果表明,所给出的基于线性拟合的偏差补偿公式能够很好地补偿偏差.     

攻击与故障共存的ICPS综合安全控制方法

针对同时存在假数据注入（FDI）攻击与执行器故障的工业信息物理融合系统（ICPS）,在离散事件触发机制（DETCS）下,综合应用Lyapunov稳定性理论及更具少保守性的仿射Bessel-Legendre不等式,研究执行器故障与FDI攻击估计、综合安全控制与通讯协同设计问题. 从主动防御攻击的态势入手,综合考虑通讯资源与计算资源的高效利用与合理分配,给出DETCS下的ICPS综合安全控制架构,将鲁棒估计器与综合安全控制器的设计统一于同一非均匀数据传输机制下. 将执行器故障与FDI攻击增广为同一向量,给出系统状态、增广故障鲁棒估计器的设计方法. 基于所得估计结果并结合事件触发条件,对执行和传感双侧网络中的FDI攻击分别采用分离与补偿的防御策略,对执行器故障进行故障调节,给出综合安全控制器设计方法,实现对FDI攻击和执行器故障主动容侵和主动容错的综合安全控制与通讯协同设计. 通过数值算例和四容水箱实例,仿真验证了提出方法的有效性.     

基于单频信号频率估计的载波频偏估计算法

在前向载波频偏估计中,为扩大捕获范围,提高估计精度,在最大似然准则的基础上,给出了一种非数据辅助的前向载波频偏估计算法。该算法利用由自相关函数估计频偏等效为在噪声中估计复单频信号频率的思想,将基于傅立叶变换的复单频信号频率估计方法应用到载波频偏估计中。对于2π／M旋转对称星座,该算法的估计范围扩大到了±1／2MT,并且具有较高的估计精度。计算机仿真结果给出了该算法在估计精度和估计范围方面的性能。     

一种快变信道下OFDM系统的Kalman信道估计算法

针对频率选择性快速时变信道的多径干扰和较大的多普勒频谱扩展,提出了一种改进的Kalman滤波算法。用于正交频分复用（OFDM）系统信道估计．该算法采用复杂度大大降低的低维Kalman滤波来跟踪快速时变信道,迭代联合信道估计与检测算法来获得测量矩阵,并对滤波结果利用一种新的简单的最小均方误差（MMSE）估计器进行优化。有效地降低了传统基于Kalman滤波算法的复杂度．仿真结果表明,该方法能够跟踪信道的快速变化,具有良好的估计性能．     

线性模型中回归系数的c-K型估计及其优良性

将张建军等人提出的c-K估计推广至c-K估计的情形,证明了在均方误差意义下利用Stein压缩技术可以改进广义岭估计,并给出了下c-K估计优于最小二乘估计的一个充分条件,为病态线性回归模型系数的有偏估计提供了改进的技术途径．     

基于人工蜂群算法的波达方向和多普勒频率联合估计

将人工蜂群算法应用于似然函数的优化,实现了阵列信号波达方向(DOA)和多普勒频率的联合估计。利用状态空间模型构造包含DOA和多普勒频率信息的广义可观测矩阵,并构造包含该广义可观测矩阵的似然函数,将参数估计问题转化为多维非线性函数优化问题。进而利用人工蜂群算法对似然函数的求解过程进行优化,得到DOA和多普勒频率的估计值。算法保留了最大似然估计的渐近无偏估计性能,降低了似然函数求解的计算量,且参数能够自动配对。     

状态估计器在前馈CGPC中的应用

在前馈CCPC中计算可测扰动的导数向量,水文采用极点配置方法设计出的现时状念估计器和降阶预报估计器成功地用于估计变化不太快的可测扰动的导数向量,从而使前馈CGPC的预测控制的优势得以发挥。     

自相关矩阵奇异值分解法进行信噪比估计研究

主要介绍了一种典型的信噪比估计算法,并对信噪比的自相关矩阵奇异值分解估计法进行了研究。然后对该算法应用于AWGN信道中的估计性能进行仿真测试,结果表明,当数据观察长度在2 000以上时,在实际信噪比为[-10,25]dB内,该算法可以控制估计标准差在0．6 dB内。测试表明,数据误差完全符合要求,这说明该信噪比估计算法是可行的。