一类非线性预测滤波算法及其应用研究

[复制链接]
查看: 126|回复: 0

2万

主题

3万

帖子

7万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
72280
发表于 2023-9-21 15:46:35 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
为了解决具有模型不确定性的非线性系统的状态估计题目,本文以预测滤波为基础,以卫星组合定姿系统为应用对象,主要是对预测滤波算法的改进、分散化结构的实现以及在故障诊断方面的应用等方面展开了研究。论文主要由四个部分组成:第一部分,提出一种结合非线性预测滤波和二阶插值滤波的新算法,该算法用非线性预测滤波估计模型误差,再对补偿后的模型用高精度的二阶插值滤波来估计参数。解决了具有模型不确定系统的状态估计题目,提高了状态估计的精度。在卫星姿态确定系统中仿真验证了该方法能有效地实时估计并补偿模型误差,得到高精度的姿态估计。第二部分,针对存在模型误差的非线性系统多传感器融合题目,采用基于分散化结构的改进预测滤波算法来实现状态估计。同时考虑模型误差估计和状态估计的融合,设计了反馈式和无反馈式的分散化结构,其中融合因子根据状态估计误差方差阵提供的估计精度来确定。将该方法用于存在模型误差的卫星组合定姿系统中,仿真验证了方法的有效性。第三部分,针对卫星姿态确定系统,重点研究了局部方法和改进预测滤波结合用于故障诊断的方法。针对执行机构/系统组件、传感器故障均可能发生的复杂情况,采用模型误差和新息两种残差,以实现对两种类型故障的检测和辨识,在卫星姿态确定系统中验证了方法的有效性。第四部分,针对预测滤波算法中模型误差估计存在数值计算误差,并且加权矩阵的调整要靠经验来选取的弊端,将智能算法中的粒子群算法与预测滤波相结合,采用粒子群算法搜索模型误差和加权矩阵,新算法具有更高的估计精度。





上一篇:Web2.0环境下的信息检索技术研究与实现
下一篇:小波变换与全变分在有噪图像中的应用
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图