基于多新息理论的EKF算法研究

发布时间：2019-11-13 06:34

【摘要】：扩展卡尔曼滤波算法(EKF)是将卡尔曼滤波理论(KF)进一步应用到非线性系统中.然而当系统为强非线性时,EKF就会违背局部线性假设,引起误差增大,从而使得其精度降低,最终导致滤波发散.针对上述问题,提出结合多新息(multi-innovation)理论的改进EKF算法,即多新息扩展卡尔曼滤波(M I-EKF),使系统在原先只利用单个新息的情况下,扩展为能够利用之前多个时刻的新息,从而大大提高了滤波的精度.另外本文同时也从理论上证明了改进的多新息扩展卡尔曼滤波算法的收敛性.最后仿真结果表明,改进的多新息扩展卡尔曼滤波较标准扩展卡尔曼滤波算法更有效.

【参考文献】

相关期刊论文 前1条

1 丁洁;谢莉;丁锋;;非均匀采样系统多新息随机梯度辨识性能分析[J];控制与决策;2011年09期

【共引文献】

相关期刊论文 前10条

1 徐鹏;肖建;周鹏;李山;;输入多采样率离散时间系统准滑模控制器设计[J];控制与决策;2015年03期

2 丁锋;陈慧波;;输入非线性方程误差系统的多新息辨识方法[J];南京信息工程大学学报(自然科学版);2015年02期

3 刘毛毛;秦品乐;吕国宏;常江;;基于多新息理论的EKF改进算法[J];计算机应用研究;2015年05期

4 王婧;秦品乐;王辉;胡啸;杨欣;;多新息在特征模型网络控制系统的应用与仿真[J];中北大学学报(自然科学版);2015年02期

5 刘毛毛;吕国宏;常江;;基于多新息理论的卡尔曼滤波改进算法[J];中北大学学报(自然科学版);2015年02期

6 刘冉冉;潘天红;李正明;;非均匀Hammerstein-Wiener系统的递阶随机梯度辨识算法[J];控制与决策;2015年08期

7 鹿振宇;黄攀峰;;耦合多新息随机梯度辨识方法性能分析[J];控制与决策;2015年08期

8 陈春华;于丰;毛志忠;;烟气制酸气体净化系统建模与参数辨识[J];控制理论与应用;2015年06期

9 陈晶;;具有预负载非线性特性的双率系统递推最小二乘估计算法[J];控制与决策;2015年10期

10 沈乾彦;丁锋;;基于关键变量分离的输入非线性受控自回归系统最小二乘参数估计[J];信息与控制;2014年02期

相关硕士学位论文 前2条

1 姚国玉;基于分解的方程误差类系统迭代辨识[D];江南大学;2013年

2 刘毛毛;基于机器视觉的运动目标实时跟踪算法研究[D];中北大学;2015年

【二级参考文献】

相关期刊论文 前3条

1 丁锋,陈通文,萧德云;非均匀周期采样多率系统的一种辨识方法[J];电子学报;2004年09期

2 于丽;丁锋;张佳波;;多新息随机梯度辨识方法的收敛性研究[J];科学技术与工程;2007年21期

3 王冬青;丁锋;;基于辅助模型的多新息广义增广随机梯度算法[J];控制与决策;2008年09期

【相似文献】

相关期刊论文 前10条

1 姚洪利,高效,田科钰;基于衰减记忆n次新息的目标机动检测和排飞点[J];情报指挥控制系统与仿真技术;2004年05期

2 朱志芳;丁锋;;自回归模型的多新息投影辨识方法[J];科学技术与工程;2009年14期

3 邓自立;稳态Kalman滤波增益的估计[J];控制理论与应用;1985年01期

4 丁锋,谢新民,方崇智;时变系统辨识的多新息方法[J];自动化学报;1996年01期

5 鲁文,徐石明,周苏荃,柳焯;新息图法辐射配电网不正常事件的识别[J];华北电力技术;2004年04期

6 廖育武;于丽;丁锋;;自回归模型的多新息随机梯度和多新息最小二乘辨识方法[J];科学技术与工程;2008年04期

7 王亚军;李明;刘高峰;;基于改进指数再生采样核的有限新息率采样系统[J];电子与信息学报;2013年09期

8 王刚;王广云;胡德文;;时间独立分量分析模型的新息方法[J];信号处理;2007年01期

9 王冬青;丁锋;;基于辅助模型的多新息广义增广随机梯度算法[J];控制与决策;2008年09期

10 丁锋,萧德云,丁韬;多新息随机梯度辨识方法[J];控制理论与应用;2003年06期

相关会议论文 前3条

1 聂晓华;;基于新息偏差多模型机动目标跟踪算法[A];中国造船工程学会电子技术学术委员会2006学术年会论文集（下册）[C];2006年

2 王惠娟;;新息数据对GM(1,1)模型的影响分析及应用[A];第25届全国灰色系统会议论文集[C];2014年

3 卢晓;张焕水;王伟;;时滞线性系统最优滤波方法[A];第二十三届中国控制会议论文集（上册）[C];2004年

相关博士学位论文 前1条

1 张艳军;新息图状态估计应用研究[D];哈尔滨工业大学;2008年

相关硕士学位论文 前10条

1 王志广;方程误差模型基于最新估计的多新息随机梯度辨识[D];哈尔滨工业大学;2015年

2 岳军;带未知参数系统的多传感器多新息卡尔曼滤波器[D];黑龙江大学;2015年

3 徐艳;基于新息图法的电力系统参数估计的研究[D];哈尔滨工业大学;2008年

4 程文玉;新息图法状态估计与模式识别技术的结合应用研究[D];哈尔滨工业大学;2013年

5 常亮;基于加权多新息方法的系统辨识[D];哈尔滨工业大学;2010年

6 张佳波;基于多新息参数估计的随机梯度自校正控制方法[D];江南大学;2008年

7 马春阳;基于新息图的配电网三相状态估计[D];哈尔滨工业大学;2012年

8 徐海滨;PMU电网观测系统中新息图法参数估计研究[D];哈尔滨工业大学;2011年

9 殷文兵;有限新息率采样及其在雷达中的应用研究[D];西安电子科技大学;2014年

10 牟峰;多维MA（q）模型的估计与预测方法研究[D];西南交通大学;2007年

，

本文编号：2560180