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:
针对辅助粒子滤波方法用于参数辨识时,存在计算量大、计算时间长的缺点,提出了一种新的参数辨识方法.该方法基于一种新型非线性最优滤波方法,这种滤波方法通过估计先验分布到后验分布的映射,缩小估计概率分布与真实概率分布的差异来逼近真实概率分布.提出了利用增广状态,结合滤波方法,通过辅助变量解决参数估计问题;理论证明了该滤波算法对于非线性分布函数的最高逼近精度与所用支持点数的2倍成反比.所提出的参数辨识方法与辅助粒子滤波用于参数辨识相比,计算复杂度低,计算时间少,并且能够取得相近的精度;计算效率较粒子滤波方法高;仿真实验验证了所提出算法的有效性,比辅助粒子滤波用于参数辨识有更好的特性.
推荐文章
改进多新息卡尔曼滤波法辨识船舶响应模型
响应模型
参数辨识
扩展卡尔曼滤波
多新息
遗忘因子
收敛性
Z形试验
操纵性预报
一种基于模糊分类的模糊神经网络辨识方法
T-S模型
自适应模糊神经网络
模糊竞争学习
模糊辨识
基于二次滤波的HHT渡槽模态参数辨识方法
有限元方法
农业工程
供水
HHT
二次滤波
渡槽
模态参数辨识
基于MATLAB的卡尔曼滤波法参数辨识与仿真
Matlab
参数辨识
卡尔曼滤波法
最小二乘法
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 一种改进的新型滤波方法用于参数辨识
来源期刊 实验室科学 学科 工学
关键词 置信压缩滤波 参数辨识 非线性 最优滤波
年,卷(期) 2018,(2) 所属期刊栏目 实验研究
研究方向 页码范围 23-26,31
页数 5页 分类号 TN911.7
字数 3197字 语种 中文
DOI 10.3969/j.issn.1672-4305.2018.02.007
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 陈虹丽 哈尔滨工程大学自动化学院 30 194 8.0 13.0
2 李强 哈尔滨工程大学自动化学院 66 467 12.0 19.0
3 刘纹岩 3 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
置信压缩滤波
参数辨识
非线性
最优滤波
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
实验室科学
双月刊
1672-4305
12-1352/N
大16开
天津市南开区卫津路94号南开大学设备处内《实验室科学》杂志社
2003
chi
出版文献量(篇)
6840
总下载数(次)
16
总被引数(次)
28638
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
黑龙江省博士后科研启动基金
英文译名:
官方网址:
项目类型:
学科类型:
论文1v1指导