原文服务方: 现代电子技术       
摘要:
为了解决当永磁同步电机在运行中受到扰动、系统状态突变时,传统的无迹卡尔曼滤波算法对转子位置的跟踪能力下降、估计精度降低,甚至会使滤波器发散等问题,文中采用基于两相静止坐标系的内置式永磁同步电机数学模型的强跟踪无迹卡尔曼滤波算法,研究了在经典的无迹卡尔曼滤波的基础上引入强跟踪滤波器,既保留了经典的无迹卡尔曼滤波算法的优点,又能改善无迹卡尔曼滤波算法对状态突变鲁棒性的控制.仿真和实验结果表明,当永磁同步电机运行在中高速区域时,强跟踪无迹卡尔曼滤波算法可以快速准确地跟踪转子位置,估计误差低于经典的无迹卡尔曼滤波算法.
推荐文章
基于五阶广义积分器的内置式永磁同步电机转子位置观测法
内置式永磁同步电机
无传感器控制
反电动势
位置观测误差
五阶广义积分器
内置式永磁同步电机驱动系统设计
内置式永磁同步电机
控制
驱动
基于无迹卡尔曼滤波的无人机跟踪算法
四基站定位
无迹卡尔曼滤波算法
跟踪预测
基于线性化EKF的永磁同步电机无位置传感器控制
扩展卡尔曼滤波器
永磁同步电机
无位置传感器
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 基于强跟踪无迹卡尔曼滤波的内置式永磁同步电机转子位置估计
来源期刊 现代电子技术 学科
关键词 电动汽车 内置式永磁同步电机 转子位置估计 强跟踪滤波 强跟踪无迹卡尔曼滤波 实验验证
年,卷(期) 2020,(13) 所属期刊栏目 电子技术及应用
研究方向 页码范围 130-133,137
页数 5页 分类号 TN99-34|TM301.2
字数 语种 中文
DOI 10.16652/j.issn.1004-373x.2020.13.032
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 李军伟 山东理工大学交通与车辆工程学院 55 254 9.0 12.0
2 孙宾宾 山东理工大学交通与车辆工程学院 16 31 3.0 5.0
3 阚辉玉 山东理工大学交通与车辆工程学院 6 0 0.0 0.0
4 王冬 5 43 2.0 5.0
5 王琳 山东理工大学交通与车辆工程学院 7 0 0.0 0.0
6 马彦 山东理工大学交通与车辆工程学院 3 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (121)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
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)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(8)
  • 参考文献(3)
  • 二级参考文献(5)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(2)
  • 参考文献(1)
  • 二级参考文献(1)
2020(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
电动汽车
内置式永磁同步电机
转子位置估计
强跟踪滤波
强跟踪无迹卡尔曼滤波
实验验证
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
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导