含有非关联和关联噪声的连续时间分数阶系统卡尔曼滤波器设计

发布时间：2021-09-17 22:00

　　分数阶微积分在控制理论系统中应用广泛,比起传统的整数阶系统,分数阶系统具有更好的记忆属性,是描述具有非线性特性动力学系统的有力工具.分数阶微积分广泛应用于系统控制、经济学、高能物理等领域.分数阶算子引入使得分数阶状态反馈控制器变得更加灵活.由于分数阶算子具有记忆属性,连续时间线性分数阶系统的状态估计需要大量的历史的输入数据和测量信号.分数阶历史信息的获取过程和整数阶系统不同,这是需要解决的关键.另外,由于分数阶微积分具有非局域性,在状态估计过程中需要的存储量和计算时间随时间的增大而增大,传统的针对整数阶系统的有效的状态估计方法对分数阶系统是完全失效的.因此本文的研究目的是设计一种新的分数阶状态估计方法.由于在状态估计过程中过程噪声和测量噪声会产生干扰,所以需要设计滤波器来对分数阶系统的状态进行估计.卡尔曼滤波器是一种包含输入信号和输出信号的有效鲁棒状态观测器,并广泛应用于算法估计中.卡尔曼滤波的计算标准是均方误差最小从而可以实现递推估计.卡尔曼滤波器能够有效应对系统非线性项产生的干扰,因此在非线性分数阶系统中广泛应用.本文主要针对过程噪声和测量噪声非关联和关联两种情况设计分数阶卡尔曼滤... 

【文章来源】：辽宁大学辽宁省 211工程院校

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

图３．３状态向量巧㈨和其在Ｌ＝５，１０，５０下的估计值??

?１５００??ｋ??图３．１例４．４．１的测量方程??１．２ｉ?．?．????與实值?．??——Ａ?５的估计值???Ａ?１０的佔计值????——人５０的佔计值??－０．６?？?■??＇〇８〇?５００?１（Ｋ）（）?Ｉ５（Ｘ）??ｋ??图３．２状态向量：ｒｄｆｃ）和其在Ｌ＝５，１０，５０下的估计值??３．?．?．?????——Ｋ实值??２?＇??／．?５的估计值??／ｖ－Ａ??／－?１〇的估计值??２?Ｙ?＂％??厂５０的估计值?■??－ｉｓ！?＾＾??ｋ??图３．３状态向量巧㈨和其在Ｌ＝５，１０，５０下的估计值??２４??

?Ｉ５（Ｘ）??ｋ??图３．２状态向量：ｒｄｆｃ）和其在Ｌ＝５，１０，５０下的估计值??３．?．?．?????——Ｋ实值??２?＇??／．?５的估计值??／ｖ－Ａ??／－?１〇的估计值??２?Ｙ?＂％??厂５０的估计值?■??－ｉｓ！?＾＾??ｋ??图３．３状态向量巧㈨和其在Ｌ＝５，１０，５０下的估计值??２４??

【参考文献】：
期刊论文
[1]Fractional Modeling and SOC Estimation of Lithium-ion Battery[J]. Yan Ma,Xiuwen Zhou,Bingsi Li,Hong Chen.  IEEE/CAA Journal of Automatica Sinica. 2016(03)



本文编号：3399571