一类滚动时域估计方法的性能指标研究
发布时间:2024-06-14 00:59
状态估计是根据测量数据估算系统状态的方法,被广泛地应用于自动控制、故障诊断、软测量等众多工业应用领域。滚动时域估计是一类利用滚动窗口数据进行状态估计的滤波算法,能够显式处理带约束系统的状态估计问题。在应用过程中,窗口尺寸的择取和到达代价的计算是影响算法估计性能的两个重要方面。本文致力于研究窗口尺寸的合理选择和到达代价的近似计算问题,提升求解效率和估计精度,并通过典型的数值算例和实际案例进行分析验证。在阅读大量文献的基础上,本文在滚动时域估计算法方面开展了一些研究工作,具体如下:1.针对线性系统中滚动时域估计算法的优化问题,通过将全信息估计问题和近似估计问题转化为以矩阵形式表述的二次规划问题,给出了相应的求解方法。基于最小二乘原理,给出了一种递推形式的滚动时域状态估计方法。该方法通过成批输出数据的向前滚动,分别对含系统参数的矩阵和含输出信息的矩阵进行分块,获得的状态估计值和卡尔曼滤波算法一样以递推形式给出。最后,将该方法分别应用于白噪声和有色噪声的线性模型中,验证了该方法的有效性和普适性。2.针对窗口尺寸会影响到滚动时域估计算法的估计精度及计算效率问题,为了平衡这两个指标,提出了一种窗口...
【文章页数】:85 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第1章 绪论
1.1 课题研究的背景与意义
1.2 状态估计方法概述
1.3 滚动时域估计方法的研究现状
1.3.1 理论研究
1.3.2 应用研究
1.4 研究工作和论文结构
第2章 滚动时域估计方法
2.1 引言
2.2 预备理论
2.2.1 最小二乘
2.2.2 卡尔曼滤波
2.2.3 扩展卡尔曼滤波
2.2.4 无迹卡尔曼滤波
2.3 MHE的概率统计意义
2.4 两类滚动时域估计方法
2.4.1 全信息MHE方法
2.4.2 近似MHE方法
2.5 到达代价的求解
2.5.1 到达代价定义
2.5.2 线性系统估计问题
2.5.3 非线性系统估计问题
2.6 MHE算法步骤
2.7 本章小结
第3章 基于窗口数据递推的状态估计方法
3.1 引言
3.2 线性MHE的优化求解
3.2.1 全信息MHE求解
3.2.2 近似MHE求解
3.3 基于窗口数据的状态估计递推式
3.4 案例验证
3.4.1数值算例1
3.4.2数值算例2
3.5 本章小结
第4章 MHE窗口尺寸的优化方法
4.1 引言
4.2 遗传算法基本原理
4.3 模拟退火机制基本原理
4.4 参数优化方法
4.4.1 适应度函数计算
4.4.2 MHE参数优化方法
4.5 案例验证
4.5.1 数值算例
4.5.2 CSTR系统实例
4.6 本章小结
第5章 基于非对称无迹变换的MHE
5.1 引言
5.2 基于UKF的 MHE
5.2.1 UT变换
5.2.2 基于UKF的到达代价的计算
5.3 单形无迹变换
5.3.1 Sigma点偏度计算
5.3.2 采样点的比例修正
5.4 比例因子的自适应择取方法
5.5 基于非对称UT变换的MHE算法
5.6 案例验证
5.6.1 数值算例
5.6.2 雷达跟踪实例
5.7 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
附录 作者在读期间成果汇总
本文编号:3993908
【文章页数】:85 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第1章 绪论
1.1 课题研究的背景与意义
1.2 状态估计方法概述
1.3 滚动时域估计方法的研究现状
1.3.1 理论研究
1.3.2 应用研究
1.4 研究工作和论文结构
第2章 滚动时域估计方法
2.1 引言
2.2 预备理论
2.2.1 最小二乘
2.2.2 卡尔曼滤波
2.2.3 扩展卡尔曼滤波
2.2.4 无迹卡尔曼滤波
2.3 MHE的概率统计意义
2.4 两类滚动时域估计方法
2.4.1 全信息MHE方法
2.4.2 近似MHE方法
2.5 到达代价的求解
2.5.1 到达代价定义
2.5.2 线性系统估计问题
2.5.3 非线性系统估计问题
2.6 MHE算法步骤
2.7 本章小结
第3章 基于窗口数据递推的状态估计方法
3.1 引言
3.2 线性MHE的优化求解
3.2.1 全信息MHE求解
3.2.2 近似MHE求解
3.3 基于窗口数据的状态估计递推式
3.4 案例验证
3.4.1数值算例1
3.4.2数值算例2
3.5 本章小结
第4章 MHE窗口尺寸的优化方法
4.1 引言
4.2 遗传算法基本原理
4.3 模拟退火机制基本原理
4.4 参数优化方法
4.4.1 适应度函数计算
4.4.2 MHE参数优化方法
4.5 案例验证
4.5.1 数值算例
4.5.2 CSTR系统实例
4.6 本章小结
第5章 基于非对称无迹变换的MHE
5.1 引言
5.2 基于UKF的 MHE
5.2.1 UT变换
5.2.2 基于UKF的到达代价的计算
5.3 单形无迹变换
5.3.1 Sigma点偏度计算
5.3.2 采样点的比例修正
5.4 比例因子的自适应择取方法
5.5 基于非对称UT变换的MHE算法
5.6 案例验证
5.6.1 数值算例
5.6.2 雷达跟踪实例
5.7 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
附录 作者在读期间成果汇总
本文编号:3993908
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3993908.html