基于凸空间收缩滤波的噪声不确定时滞系统状态估计

针对受未知但有界噪声干扰的噪声不确定时滞系统, 提出了一种基于凸空间收缩滤波的系统状态估计方法. 首先, 利用凸空间定义包裹系统真实状态的可行集, 求解下一时刻的凸空间体形状矩阵; 随后从凸空间收缩角度, 利用当前时刻噪声和扰动构造带空间, 得到满足状态预测和量测更新条件的凸空间结构; 进而, 依据时滞系统约束条件构造线性规划不等式方程组, 利用线性规划求解该凸空间, 得到包裹状态可行集的最紧致凸空间体; 最后, 通过数值仿真与电池化成工艺变换器案例仿真, 验证了本文所提方法解决不确定时滞系统状态估计问题的有效性和准确性.     

空间连接系统分布式递推状态估计

针对空间连接系统, 提出一种分布式递推状态估计算法, 并给出算法收敛的充分必要条件. 该分布式估计器由一系列子估计器组成, 每个子估计器只利用本地子系统和相邻子系统的输出测量值估计本地子系统的状态. 与集总式Kalman 滤波相比, 在牺牲少量估计精度的情况下, 所提出算法大幅降低了计算复杂度和数据传输压力.     

基于超平行空间集员滤波的非线性系统状态估计方法

针对噪声有界但未知条件下的非线性系统状态估计问题,提出基于超平行空间集员滤波算法.利用Stirling矩阵将模型进行一阶展开,基于凸差规划完成线性化误差定界,采用超平行空间表示误差边界和状态可行集,求解下一时刻预测状态可行集超平行体.在更新步将观测值分解为多个带,融入观测值的线性化误差并将带依次与超平行体相交,得到该时刻超平行空间描述下的状态可行集更新情况.所提出算法能够避免在求解线性化误差过程中外包误差集合带来的体积扩充,降低非线性集员滤波算法的保守性,仿真示例验证了所提出算法的可行性和有效性.     

基于ANN伪量测建模的配电网状态估计

针对配电网状态估计实时量测数量的不足,提出了一种基于ANN伪量测建模的配电网状态估计算法。该方法采用人工神经网络网络（ANN）,将部分实时量测数据作为神经网络的输入,产生较为精确的负荷伪量测数据。此外,应用高斯混合模型对产生伪量测的误差进行分解拟合,从而获得负荷伪量测的权重。最后,将获得的伪量测及其权重输入到状态估计模块中,实现了配电网的状态估计。通过英国标准配网系统（UKGDS）中16节点模型的仿真结果表明,该算法提高了配电网状态估计的精度,具有一定的现实意义和理论价值。     

不确定噪声下基于轴对称盒空间滤波的非线性系统状态估计

针对不确定噪声下的非线性系统状态估计问题, 本文提出了一种基于轴对称盒空间滤波的状态估计方法. 首先, 利用轴对称盒空间包裹线性化过程带来的误差项, 将状态函数线性化误差轴对称盒空间与噪声轴对称盒空间求取闵可夫斯基和, 得到干扰误差轴对称盒空间; 随后, 利用状态量、线性误差和测量噪声的轴对称盒空间的闵可夫斯基和, 得到系统状态预测集; 进而, 利用轴对称盒空间边界正交的性质, 将盒空间拆分为多组超平面, 构造测量更新的约束条件并得到集员包裹. 本文所提方法相比传统的椭球滤波方法而言, 降低了算法的复杂度, 减少了包裹状态可行集和线性化过程带来的余, 获得了更加紧致精确的系统状态集. 最后, 采用非线性弹簧–质量–阻尼器系统验证了本文所提算法的有效性.     

双线性状态空间系统的状态观测器设计

针对受过程噪声和量测噪声干扰的双线性状态空间系统,研究其状态估计算法.借助双线性系统的特殊结构,将其等价表示为线性时变模型,推导基于Kalman滤波的状态估计算法.针对线性时变模型中存在的未知变量,基于辅助模型辨识思想,通过构造一个辅助模型,将未知变量用该模型的输出代替,提出基于辅助模型的双线性系统状态估计算法.构造双线性状态观测器,引入delta算子极小化状态估计误差协方差矩阵,从而得到最优状态估计增益,并提出基于delta算子的双线性系统状态估计算法.所提出的算法能够避免线性化过程带来的估计精度差的问题,提高双线性系统的状态估计精度.通过仿真实验验证了所提出算法的有效性,并对比分析了不同噪声情况下所提出算法的估计效果.     

考虑空间系绳释放特性的空间绳系机器人协调耦合控制

针对空间绳系机器人的轨迹跟踪控制问题,提出考虑系绳释放特性的跟踪轨迹协调控制方法.该方法考虑系绳释放的动力学特性,在最优轨迹规划过程中将系绳释放速度作为一个规划量,将系绳释放机构的转矩作为一个控制输入,结合操作机器人上推力器控制输入设计协调耦合位姿控制器.该方法的优点是控制输入易于施加,可工程实现系绳协调控制.仿真结果表明,操作机器人能精确跟踪最优轨迹,末端误差为±0.1 m,且能有效跟踪期望姿态,精度在±0.2°.     

一类空间连接系统的分布式状态估计及其收敛性分析

针对一类一维空间连接系统, 提出了一种分布式递推状态估计算法, 给出了其收敛的充要条件. 与集总式Kalman滤波算法相比, 该算法可大幅度降低计算的时间复杂度和内存占用量, 并具有可简单地实现并行计算的特点. 这一算法还可直接推广到多维空间连接系统. 数值仿真结果表明, 该算法通常只牺牲少量的滤波精度.     

量子系统中状态估计方法的综述

从广泛用于实验量子领域的典型状态估计方法,到基于系统论观点、可用于量子反馈控制的状态估计方法,详细综述了4种测量方式下的相应量子状态估计方法及其适用背景.通过其发展历程的叙述,从本质上阐述了估计的基本原理,从技术上对各种方法进行了相应的分析和比较.同时,对量子状态估计和经典状态估计进行了相应的比较,并对量子系统中的状态估计方法作了总结.     

基于非线性单元模型的绳系卫星系统动力学

建立连续绳系卫星系统的离散的可变自由度有限维动力学模型,描述其长时间空间大范围运动.绳系卫星系统为复杂的非线性动力学系统.考虑了系绳的黏弹性、分布质量和空间位形,使得建立的改进珠式模型能够细致地描述系绳的纵横向振动.根据绳索只能受拉而不能抗压的特性引入了系绳单元的松弛模型,准确反映系绳真实受力情况.研究了系统自由度改变...     

基于CPN状态空间分析的复杂系统脆性度量

为进一步解决复杂系统脆性理论既有研究工具存在的系统状态定量描述困难、系统边界条件约束较多等问题,将有色Petri网及其仿真工具CPN Tools引入到复杂系统脆性度量研究中。有色Petri网及CPN Tools内置的查询工具、既有的高级状态空间计算方法都降低了复杂系统脆性度量中的问题复杂度。论文提出基于状态空间分析的复杂系统脆性度量指标并给出编程实现流程。仿真算例表明状态空间内状态节点的脆性传递过程及其影响范围能够间接反映系统脆性行为     

MIMO非线性系统状态估计的递推Monte-Carlo方法研究

递推蒙特·卡洛 (Monte-Carlo,MC)方法是基于系统状态和观测值概率分布的估计方法。本文首先讨论了SISO非线性系统状态估计中递推 MC方法的应用 ,在此基础上将上述状态估计方法推广到 MIMO非线性系统 ,并提出了两种不同的估计方案。仿真研究表明 ,这两种方案都可以得到较好的状态估计结果。不过 ,随机抽样数目对递推 MC估计方法的状态估计精度会产生较大影响 ,限制了该方法的进一步应用 ;本文对随机抽样数目对状态估计结果的影响进行了讨论。     

系留气球测控系统设计

系留气球是一种通用航空平台,测控系统是系留气球最重要的组成部分之一,其工程设计关系到系留气球运行的安全和性能.为了满足系留气球稳定可靠、能够长时间连续滞空工作的要求,对测控系统进行科学设计和有效配置,阐述了测控系统的功能、组成、关键技术等,给出了系留气球测控系统的设计方案.该方案可以直接应用于系留气球产品的工程设计中.     

基于双冗余的系留气球测控计算机设计

测控计算机作为系留气球平台的重要组成部分,对球体能否正常飞行起着至关重要的作用.为满足可靠性要求,结合工程上常用的两种双冗余热备份的结构特点,提出了基于“心跳信号”的测控计算机双冗余设计方案,该方案具有较为简单的切换逻辑和较强的抗干扰性能.该设备于2015年进行了外场飞行试验,连续工作15天,球体参数采集、机构控制、压差自控和链路自动切换等各项功能正常,系统工作稳定,验证了该测控计算机能够满足系留气球平台长时间飞行的要求.     

基于牛顿迭代法的电力系统非线性谐波状态估计

谐波状态估计为电力系统的谐波监控、抑制和治理提供了依据.在同步相量量测装置配置不可观的条件下,引入数据采集与监控系统量测到的谐波有功功率作为量测量,建立基于混合量测的非线性谐波状态估计的灵敏度数学模型,应用牛顿迭代法进行求解.算例分析表明,谐波状态估计的灵敏度数学模型和牛顿迭代法求解有效,混合量测数据能提高系统谐波状态估计的精度.     

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．     

2-D线性离散系统一般模型的最优状态估计*

本文利用最优状态估计理论，讨论了二维线性离散系统一般模型最优状态估计问题，基于２－ＤＧＭ的变结构１－Ｄ表示，导出了表现为１－Ｄ形式的２－ＤＧＭ的最优状态估计器，文中还直接由２－ＤＧＭ出发，将１－Ｄ最优状态估计的思想推广到２－Ｄ情形，提出了２－Ｄ状态估计器的设计方法。     

随机线性系统参数估计的偏差补偿方法

将偏差补偿最小二乘法（ＢＥＬＳ）推广到一般单输入单输出系统的辨识。结果表明：这种推广的偏差补偿最小二乘法可以在有色噪声下获得系统参数的无偏估计而不需对噪声建模。仿真例子验证了理论分析的正确性。     

基于线性回归的UWB系统频偏估计算法

提出了一种利用接收序列与本地PN序列的相关值辐角的线性回归来估计UWB系统载波频偏的方法,该算法将接收序列与本地PN作相关,利用辐角随时间的线性变化特性,将相关值辐角作线性回归估计频偏.仿真结果表明,与传统PN相关频偏估计算法相比,该算法性能稳定,在有效估计区间内估计精度不受频偏大小影响,抗多径能力强,在低信噪比仍有较高的估计精度.此外,此算法与系统同步使用相同的PN序列与相关计算结果,节约了系统资源,易于实现.     

基于聚类分析和状态估计的制粉系统故障预警

状态监测可大大降低发电设备的维护成本.将基于非线性状态估计的状态监测方法用于发电机组制粉系统.采用一种改进的内存矩阵的构造方法,能够很好地覆盖制粉系统的正常运行空间.当估计的模型和实际测量值之间相差很大时表明状态异常.通过提取正常工况下的监测参数的聚类中心,计算估计值与聚类中心的相似性测度值,确定风机工作状态.根据国内某机组某直吹式制粉系统的实时数据验证,仿真结果表明此方法可以有效地实现早期故障预警.