线性系统状态估计中的噪声容限确界方法研究

发布时间：2019-10-24 19:30

【摘要】：动态系统的状态估计问题广泛存在于自动控制、故障诊断、目标定位跟踪、经济预测等领域,并受到国内外相关领域学者的关注,其实现方法近年来也取得了较大进展。状态估计实现依托于滤波器的设计,而滤波器运行必然涉及到传感器量测的利用,其优劣将直接影响被估计对象的滤波精度。滤波精度的改善主要涉及两方面内容,一方面在于如何结合线性系统以及非线性系统自身特点实现滤波器结构和流程的优化。另一方面,通过采用高精度传感器以减小量测误差方式也是提升滤波精度的一种有效途径,但是考虑传感器精度通常与其价格正相关,这必然导致量测系统硬件代价提升。实际工程应用中,设计滤波器时通常会考虑到它在满足给定精度指标的上下界约束时能对滤波器的参数有较大选择范围。本文以典型线性系统为研究背景,在滤波精度约束前提下,针对系统噪声以及量测噪声的确界问题开展相关研究。主要工作内容如下:1.通过对线性系统建模和估计理论学习和文献总结,简述线性离散系统、线性连续系统、多模型系统的建模方法,重点介绍四种典型最优估计准则和卡尔曼滤波器的实现。2.本文以信息滤波为基础,首先将估计误差协方差阵推导为系统噪声、量测噪声、采样间隔的参数化形式,进而利用凸优化求解方法,通过补分解定理把影响估计误差协方差阵的相应参数,转化为线性矩阵不等式(LMI)的表达形式。然后在传感器精度已知条件下,利用LMI的求解原理,实现系统噪声以及量测噪声的确界,并分析了估计误差协方差阵上界和系统噪声以及量测噪声的函数关系,以此来指导实际工程中传感器的选取。仿真实验验证了算法的可行性和有效性。3.由于交互式多模型算法(IMM)实现了在不同模型之间进行软切换,避免了单模型算法硬判决方式中运动状态与运动模型匹配过程中的时间延迟问题。本文以交互式多模型为框架,构建一种面向线性多模型系统量测噪声的确界算法,并进一步研究了估计误差协方差阵和量测噪声的函数关系,理论指导和仿真分析验证算法的可行性和有效性。
【图文】：

图 3-3 估计误差不同放大倍数m与容许过程噪声Q的关系 图 3-4 采样间隔 T 与容许过程噪声Q的关系图 3-3 是估计误差协方差阵放大倍数m不同时，，系统容许过程噪声Q 的变化规律，从该图可以看出容许过程噪声Q 的上界与放大倍数正相关。图 3-4 选取不同放大倍数下估计误差协方差阵与容许过程噪声Q 的关系，在采样间隔相同时，随着估计误差协方差

图 3-3 估计误差不同放大倍数m与容许过程噪声Q的关系 图 3-4 采样间隔 T 与容许过程噪声Q的关系图 3-3 是估计误差协方差阵放大倍数m不同时，系统容许过程噪声Q 的变化规律，从该图可以看出容许过程噪声Q 的上界与放大倍数正相关。图 3-4 选取不同放大倍数下估计误差协方差阵与容许过程噪声Q 的关系，在采样间隔相同时，随着估计误差协方差
【学位授予单位】：河南大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN713

【相似文献】

相关期刊论文 前10条

1 田宏伟,敬忠良,胡士强,胡洪涛;自适应多速率交互式多模型算法[J];上海交通大学学报;2004年12期

2 李辉;沈莹;张安;程t$;;交互式多模型目标跟踪的研究现状及发展趋势[J];火力与指挥控制;2006年11期

3 齐立峰;冯新喜;李峰;;多速率交互式多模型粒子滤波研究[J];指挥控制与仿真;2008年02期

4 张世仓;胡新梅;;基于修正无偏转换测量的交互式多模型算法[J];火控雷达技术;2009年04期

5 汪大宝;刘上乾;马彩文;;基于多速率交互式多模型的快速光电跟踪算法[J];光子学报;2009年12期

6 刘毅;;自适应交互式多模型滤波在被动制导中的应用[J];现代防御技术;2009年02期

7 廖阳;王睿;曾昭博;熊加遥;;两阶段卡尔曼滤波自适应交互式多模型算法[J];探测与控制学报;2010年03期

8 孙杰;江朝抒;;基于卷积粒子滤波的交互式多模型算法[J];系统工程与电子技术;2011年05期

9 张保山;徐国亮;吴一全;;基于坐标转换的卡尔曼交互式多模型滤波算法[J];指挥控制与仿真;2007年05期

10 刘贵喜;高恩克;范春宇;;改进的交互式多模型粒子滤波跟踪算法[J];电子与信息学报;2007年12期

相关会议论文 前2条

1 潘泉;张洪才;戴冠中;杜宏伟;;交互式多模型滤波器及其并行实现研究[A];1995年中国控制会议论文集（上）[C];1995年

2 于连庆;张煜婕;陈华础;;多假设跟踪方法的应用研究[A];2010年通信理论与信号处理学术年会论文集[C];2010年

相关硕士学位论文 前10条

1 杨艳成;基于交互式多模型的机动目标跟踪算法研究[D];哈尔滨工程大学;2012年

2 张健;基于交互式多模型的无源多传感器目标跟踪研究[D];电子科技大学;2015年

3 邹润芳;交互式多模型滤波算法研究及应用[D];上海交通大学;2009年

4 郑雅聪;基于交互式多模型的机动目标跟踪算法研究[D];石家庄铁道大学;2014年

5 任坚斌;基于交互式多模型的机动目标跟踪算法研究[D];南京理工大学;2007年

6 姜燕;多模型机动目标跟踪算法研究[D];太原理工大学;2010年

7 高恩克;目标跟踪的算法研究[D];西安电子科技大学;2007年

8 杨洋;基于隐马尔可夫模型的交互式多模型跟踪算法优化研究[D];华东理工大学;2015年

9 周舟;基于粒子滤波的无线传感与激励网络定位跟踪技术[D];西南交通大学;2012年

10 文庆臻;无线传感器网络中同时定位与跟踪[D];湘潭大学;2015年

本文编号：2552674