基于递推并行Kalman时序模型的随机误差的分离方法

• 作者: 关秋菊 刘桂雄 金军
• 来源期刊: 现代制造工程
• 学科: 工学
• 关键词: 递推辅助变量法 Kalman滤波 动态数据 随机误差
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 仪器仪表/检测/监控
• 页码范围: 116-118
• 页数: 3页
• 分类号: TP274.2
• 字数: 2232字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-3133.2008.02.034

摘要

通过分析动态数据的组成结构,针对动态数据中的随机性成分项,提出一种分离动态随机误差的新算法.该方法基于递推辅助变量法与Kalman滤波相结合的时序建模机理,通过具有强大数据处理功能的MATLAB语言编程,实现了动态数据中随机误差分离.通过对仿真实例计算,结果表明使用递推并行Kalman(RIV-Kalman)时序建模方法可分离99.53%的随机误差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘桂雄	华南理工大学机械工程学院	300	2016	18.0	33.0
2	金军	华南理工大学机械工程学院	11	59	4.0	7.0
3	关秋菊	华南理工大学机械工程学院	1	7	1.0	1.0