基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对非线性工业过程测量的滞后性和模型不确定性给系统状态估计和模型参数估计造成的困难,在扩展Kalman滤波器(EKF)的基础上, 引入有限差分滤波器(FDEKF)和次优渐消因子,提出了一种强跟踪有限差分滤波状态和参数二元估计算法.该二元估计算法将滤波器分解为参数滤波和状态滤波两个过程,分别估计模型参数和系统状态.最后,将该算法应用于一化学反应过程的仿真,结果表明,这种强跟踪有限差分滤波的二元估计算法在原模型或参数存在偏差的情况下,仍能较准确地估计系统状态和模型参数,并具有较强的数值鲁棒性.
推荐文章
用于弹道目标跟踪的有限差分扩展卡尔曼滤波算法
弹道目标跟踪
扩展卡尔曼滤波
无味卡尔曼滤波
有限差分
一种新的红外激光联合跟踪滤波算法
控制理论
红外跟踪
激光测距
目标跟踪
一种优化高斯粒子滤波的载波频偏估计算法
高斯粒子滤波
免重采样
重要密度函数
Unscented卡尔曼滤波
频偏估计
基于二阶中心差分滤波的高斯混合粒子PHD多目标跟踪算法
概率假设密度滤波
二阶中心差分滤波
多目标跟踪
高斯混合粒子PHD
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种强跟踪有限差分滤波二元估计算法
来源期刊 控制工程 学科 工学
关键词 二元估计 Kalman滤波 有限差分滤波 次优渐消因子 强跟踪滤波
年,卷(期) 2006,(4) 所属期刊栏目 优化控制技术及应用
研究方向 页码范围 381-383,387
页数 4页 分类号 TP273
字数 2688字 语种 中文
DOI 10.3969/j.issn.1671-7848.2006.04.028
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 丁锋 江南大学系统工程研究所 109 1413 20.0 32.0
2 杨慧中 江南大学系统工程研究所 228 1844 20.0 33.0
3 李江 江南大学系统工程研究所 3 11 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (4)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (1)
二级引证文献  (6)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(2)
  • 二级参考文献(0)
1997(3)
  • 参考文献(2)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
二元估计
Kalman滤波
有限差分滤波
次优渐消因子
强跟踪滤波
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
控制工程
月刊
1671-7848
21-1476/TP
大16开
沈阳东北大学310信箱
8-216
1994
chi
出版文献量(篇)
5468
总下载数(次)
9
总被引数(次)
44239
论文1v1指导