一种同时估计状态及参数的非线性过滤器

精确快速地同时估计出非线性动态系统的状态及参数对高精度非线性控制系统是必需的.本文在指出文献[1]若干错误的基础上,给出了一种改进型非线性滤波器,可同时精确估计出系统状态及参数.仿真实例证实了本文方法的有效性.     

一种非线性系统参数辨识算法

本文讨论一类非线性差分方程的参数辨识问题，借助于线性化方法，给出了一种称健的递推算法，该算法有选择地引入一些项目剔除另一些项，同时可以根据估计精度的要求自动地调整模型的阶数，从而尽可能地获取系统的精确模型。数值仿真结果证明了算法的有效性。     

一种新型非线性系统模型参数辨识方法

关于非线性自动控制系统优化问题,为解决复杂非线性系统的辨识问题,提出了一种基于菌群优化算法的非线性系统辨识方法.结合菌群优化算法的特点,通过将待辨识参数设置为群体细菌在参数空间的位置,并利用细菌群体觅食的动态行为来实现对系统参数的辨识,有效地提高了参数辨识的精度和效率.通过对重油热解三集总模型进行了仿真研究,得到了较为精确的过程模型,模型输出与实际输出基本一致.仿真结果表明:菌群优化算法为非线性系统模型参数估计提供了一种有效的途径.     

一种新型的非线性系统模型参数辨识方法

针对传统模型参数辨识方法和遗传算法用于模型参数辨识时的缺点,提出了一种基于微粒群优化(PSO)算法的模型参数辨识方法,利用PSO算法强大的优化能力,通过对算法的改进,将过程模型的每个参数作为微粒群体中的一个微粒,利用微粒群体在参数空间进行高效并行的搜索来获得过程模型的最佳参数值,可有效提高参数辨识的精度和效率.     

非线性时变随机系统状态及参数的实时联合估计

在文[1]中,我们给出了一种用于一类非线性时变随机系统的带次优渐消因子的扩展卡尔曼滤波器,可以估计出快速变化的系统状态.本文推广了文[1]的结果,使其可处理一般的非线性测量.同时,给出了一种状态及参数的联合估计方法.所做大量仿真研究表明,本文方法具有良好的实时性及动态跟踪性.     

一种非线性系统的参数辨识

本文对带有死区和正反不对称非线性输入的线性系统提出了两种开环参数辨识算法,并通过仿真验证了算法的有效性.     

基于遗传算法的非线性系统时变时滞的在线估计方法

针对系统输入带有纯时滞的一类非线性系统,选择有限点的的输出误差的平方和构成适应度函数,采用十进制编码技术,提出一种基于遗传算法的非线性系统时变时滞的在线估计方法,该方法具有一定的抗噪声能力。仿真实验结果验证了所提出方法的有效性。     

一种新的时变参数递推估计方法

本文在极大似然估计与检测方法的基础上提出了一种新的时变参数推估计方法，该方法能快速跟踪参数的突变，仿真结果表明用该方法来估时时变参数能得到较好的的结果。     

非线性系统参数集员辨识的一种新方法

在噪声未知但有界的情况下,研究了非线性系统参数的集员辨识问题,提出了先对非线性系统参数可行集的中心进行估计,再估计参数可行集大小的集员辨识两步法。     

状态和参数联合估计方法及其在飞行试验中的应用

本文提出了一种有效的状态和参数的联合估计方法.针对参数估计结果有偏或发散的问题,本文给出了一种参数向量可控性模型,并由此模型得到了噪声相关的一种状态和参数的估计方法.运用状态和参数联合估计的新方法进行飞行状态和测量仪器的误差估计,仿真和实际飞行数据处理的结果表明;本文提出的方法可以给出飞行状态和仪器误差估计的满意结果,比普通推广Kalman滤波方法更有效.     

非线性组合系统基于状态观测器的分散镇定

讨论了一类非线性相似组合系统的基于估计状态反馈的分散控制问题。构造了非线性渐近状态观测器,并证明了状态误差按指数收敛到零。同时,给出了组合系统经估计状态向量的反馈控制可实现分散镇定的一个充分条件。     

估计传递函数参数的误差校正法*

本文提出一种称为误差校正法的估计传递函数参数的方法,建立了目标函数与传递函数参数及其最小二乘估值偏差间的函数关系,在完成最小二乘估计的基础上,通过连续修正,使传递函数估值精度得到提高,算例表明,该法比普通最小二乘法和广义最小二乘法的精度高,而且,比广义最小二乘法收敛得快。     

OFDM系统一种新的多普勒频偏估计方法

多普勒频偏估计是移动通信系统中的一个重要研究内容.提出了一种OFDM移动通信系统中新的多普勒频偏估计方法.该方法利用接收信号的功率会随着信道的变化而变化并且变化的速率与最大多普勒频偏有一定的关系这一特点,在接收端测量出每一帧接收信号的平均功率,并把一定数目的平均功率值存储起来,先进行粗估计,再进行细估计,这样就求出了接收信号的功率变化速率,从而查表得到最大多普勒频偏.文中对这一方法进行了仿真验证,仿真结果表明,此方法可以有效的估计多普勒频偏,并且具有实现简单和受噪声影响小的优点.     

时变参数的一种快速跟踪最小二乘估计方法

给出时变参数的一种快速跟踪最小二乘估计方法．该方法对测量数据同时引入指数加权因子和矩形窗，综合了渐消记忆法和限定记忆法的优点．利用抗病态的正交变换法求解估计值，以减小权固子和窗长度，提高了估计值的跟踪速度．     

基于正交变换的时变参数限定记忆估计法

对于时变参数的最小二乘估计问题,提出基于正交变换的限定记忆法,克服了传统方法因求解法方程而造成的病态加剧,且在不增加运算量的情况下,节省了存贮空间,改善了收敛性。     

估计声信号二维参数的免疫量子克隆算法

信号相位匹配(SPM)原理同时估计信号方位和频率两参数时,因计算量大,需设置固定的搜索步长和频带范围.针对该问题,提出了一种利用免疫量子克隆算法(IQCA)对声源波达方向和频率二维参数进行快速联合估计的高分辨方法.将SPM原理的奇异值分解(SVDSPM)判别准则作为具有双自变量(方位和频率)的适应度函数,并通过IQCA对该适应度函数进行非线性全局寻优,不仅实现了SPM的二维联合估计方法,而且加速了搜索最优参数的收敛过程.IQCA算法对SVDSPM的估计不仅提高了算法实时性,且与标准遗传算法(SGA)、免疫遗传算法(IGA)和量子进化算法(QEA)相比,大大提高了估计精度和稳定性.同时,双源估计的结果也表明本文算法在低信噪比下的性能优于MUSIC算法.     

基于状态估计的起重机吊重摆角信息获取方法

针对工程实际应用中桥式起重机或门式起重机吊重摆角和摆角角速度不易直接测量的问题,利用小车 位置信息设计了状态观测器,对吊重摆角和摆角角速度信息进行估计．通过引入观测器输出与小车吊重系统输出之 间的差值,该差值经过观测器的增益向量调节送至观测器的输入端,将观测器的极点配置在负实轴上,实现观测器 对摆角和摆角角速度稳定、快速估计．仿真研究表明：基于状态估计的吊重摆角信息获取方法可行,观测器具有较 强的鲁棒性;随极点增大,观测器对吊重和绳长变化具有更宽的适应范围,但极点过大时,会出现估计误差上冲或 下冲现象;当极点确定时,观测器对绳长变化比吊重变化敏感．     

时变参数的一种快速跟踪最小二乘估计方法

给出时变参数的一种快速跟踪最小二乘估计方法，该方法对测量数据同时引入指数加权因子和矩形窗，综合了渐消记忆法和限定记忆法的优点，利用抗病态的正交变换法求解估计值，以减小权固子和窗长度，提高了估计值的跟踪速度。     

非线性时变系统的一种即时局部模型及参数估计算法

针对包含未知和不可测量的确定性扰动的非线性时变系统的辨识和预测,提出了一种简便实用的线性化即时局部模型,给出并证明了这种即时模型的存在性定理。为了跟踪快速变化的模型参数,利用最新的多个线性局部模型进行外推,提出了一种滚动多模型加权平均参数估计算法。仿真结果表明了这种即时局部模型和参数估计算法的可行性。