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:
针对深空探测、制导与控制、故障诊断中状态方程为强非线性(不能线性化)并且含有未知输入(系统误差)的情况,文章提出了一种非线性自识别自校准滤波方法,并分别结合秩采样和Sigma点采样方法,详细讨论了秩采样自识别自校准Kalman滤波和Sigma点采样自识别自校准Kalman滤波.该方法能对非线性状态方程中是否含有未知输入进行自动识别,在确认存在未知输入后再对该未知输入进行估计和补偿,这样既能有效消除状态方程中的系统误差影响,又能通过状态方程与量测方程的融合减小偶然误差,从而提高滤波精度.从算例结果可以看到,与无迹Kalman滤波和自适应无迹Kalman滤波相比,采用非线性自识别自校准Kalman滤波后,估计精度至少提高64%以上.
推荐文章
非线性非高斯结构系统识别的粒子滤波方法
结构损伤识别
粒子滤波
扩展卡尔曼滤波
非线性
非高斯
基于Kalman滤波的换热器非线性状态参数校正
换热器
状态空间模型
数据校正
Kalman滤波
多通道信号自校正分布式融合Kalman滤波器
多通道ARMA信号
多段辨识方法
多重递推辅助变量法
信息滤波器
TCSC非线性自校正控制策略的研究
可控串补
非线性控制
自校正自适应控制
最小方差
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 非线性自识别自校准Kalman滤波方法
来源期刊 控制与信息技术 学科 数学
关键词 非线性滤波 秩采样 Sigma点采样 自适应滤波 故障诊断 制导与控制 深空探测
年,卷(期) 2019,(5) 所属期刊栏目 控制理论与应用
研究方向 页码范围 7-11
页数 5页 分类号 V448|O231
字数 语种 中文
DOI 10.13889/j.issn.2096-5427.2019.05.002
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 傅惠民 161 1373 19.0 24.0
2 杨海峰 23 67 3.0 7.0
3 文歆磊 13 14 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (49)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1960(2)
  • 参考文献(1)
  • 二级参考文献(1)
1965(1)
  • 参考文献(1)
  • 二级参考文献(0)
1970(2)
  • 参考文献(1)
  • 二级参考文献(1)
1988(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)
1999(3)
  • 参考文献(2)
  • 二级参考文献(1)
2000(5)
  • 参考文献(3)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(6)
  • 参考文献(1)
  • 二级参考文献(5)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(4)
  • 参考文献(3)
  • 二级参考文献(1)
2019(4)
  • 参考文献(3)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
非线性滤波
秩采样
Sigma点采样
自适应滤波
故障诊断
制导与控制
深空探测
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
控制与信息技术
双月刊
2096-5427
43-1546/TM
大16开
湖南省株洲市
1978
chi
出版文献量(篇)
1119
总下载数(次)
13
论文1v1指导