原文服务方: 计算机应用研究       
摘要:
针对感应电机扩展卡尔曼滤波器转速估计中难以取得卡尔曼滤波器系统噪声矩阵和测量噪声矩阵最优值的问题,提出了一种基于改进粒子群算法优化的扩展卡尔曼滤波器转速估计方法.算法通过融合遗传算法和粒子群算法的优点,采用可调整的算法模型对粒子群算法进行改进,将改进的粒子群算法对扩展卡尔曼滤波器中的系统噪声矩阵和测量噪声矩阵进行优化处理,将优化后的卡尔曼滤波器应用于感应电机转速估计.仿真实验表明,与试探法、标准粒子群算法及遗传算法比较,改进粒子群算法优化的扩展卡尔曼滤波器能够有效提高转速估计的精度,从而提高无速度传感器矢量控制系统的控制性能.
推荐文章
联邦式扩展卡尔曼粒子滤波算法
信息融合
联邦滤波
粒子滤波
非高斯
非线性
基于改进扩展卡尔曼粒子滤波的目标跟踪算法
目标跟踪
粒子滤波
扩展卡尔曼滤波
马尔可夫链蒙特卡罗方法
非线性系统
扩展卡尔曼滤波的目标跟踪优化算法
扩展卡尔曼滤波
目标跟踪
多普勒量测
跟踪精度
神经网络训练中的迭代扩展卡尔曼粒子滤波算法
神经网络训练
迭代扩展卡尔曼滤波
迭代扩展卡尔曼粒子滤波
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 改进粒子群算法优化扩展卡尔曼滤波器电机转速估计
来源期刊 计算机应用研究 学科
关键词 转速估计 无速度传感器矢量控制 扩展卡尔曼滤波器 粒子群算法
年,卷(期) 2013,(7) 所属期刊栏目 算法研究探讨
研究方向 页码范围 2003-2006
页数 4页 分类号 TM346.2|TP273.2
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2013.07.021
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 赵葵银 湖南工程学院电气信息学院 68 606 13.0 22.0
2 章兢 湖南大学电气与信息工程学院 250 2846 28.0 42.0
3 刘朝华 湖南大学电气与信息工程学院 17 275 11.0 16.0
4 林国汉 湖南大学电气与信息工程学院 9 88 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (32)
参考文献  (9)
节点文献
引证文献  (11)
同被引文献  (47)
二级引证文献  (29)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(7)
  • 参考文献(2)
  • 二级参考文献(5)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(7)
  • 参考文献(2)
  • 二级参考文献(5)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(5)
  • 引证文献(3)
  • 二级引证文献(2)
2016(7)
  • 引证文献(2)
  • 二级引证文献(5)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(8)
  • 引证文献(2)
  • 二级引证文献(6)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
转速估计
无速度传感器矢量控制
扩展卡尔曼滤波器
粒子群算法
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导