模型参数未知系统的信息融合估计问题研究

发布时间：2021-12-30 07:03

　　对于带未知参数的系统模型,直接进行状态估计是无法实现的。因为系统模型进行状态估计需要模型参数和噪声方差是已知的,因此在进行状态估计之前要对系统模型中的未知参数进行辨识,把参数辨识的结果,带入到系统模型中,然后对系统模型进行状态估计。本论文针对带未知参数的系统模型采用不同的参数辨识方法,以提高参数辨识的精度,其中多新息辨识理论是将新息从单新息扩展到了多新息,以提高数据的利用率来提高参数辨识精度。但是,现在单传感器采集到的信息有时不准确、不全面,无法真实反映系统的特性,所以多传感器信息融合技术在状态估计问题中起着重要作用。多传感器信息融合是将来自多个传感器的采集信息在某种准则下进行融合估计,使信息经过融合后比单一传感器的估计精度更高,抗干扰能力更强,从而获得多传感器系统的最优融合估计结果。本文针对不同类型的带未知参数的多传感器系统的研究主要做了包括以下几方面工作:首先,针对系统矩阵Φ带有未知参数的能观能控典范型多传感器系统模型,基于状态空间模型转化为ARMA模型的公式和给出了一般递推最小二乘参数辨识算法,为了提高参数辨识精度,提出了多新息递推最小二乘算法和改进多新息最小二乘算法。在此基础上... 

【文章来源】：黑龙江大学黑龙江省

【文章页数】：93 页

【学位级别】：硕士

【部分图文】：

递推最小二乘算法参数真实值与估计值比较

递推多新息最小二乘参数真实值与估计值比较

改进的递推多新息最小二乘参数真实值与估计值

【参考文献】：
期刊论文
[1]输出误差系统的多新息辨识方法[J]. 丁锋.  南京信息工程大学学报(自然科学版). 2015(06)
[2]方程误差系统的多新息辨识方法[J]. 丁锋.  南京信息工程大学学报(自然科学版). 2015(05)
[3]线性参数系统的多新息辨识方法[J]. 丁锋,郭兰杰.  南京信息工程大学学报(自然科学版). 2015(04)
[4]系统辨识（6）:多新息辨识理论与方法[J]. 丁锋.  南京信息工程大学学报(自然科学版). 2012(01)
[5]带未知有色观测噪声的自校正融合Kalman滤波器[J]. 张鹏,邓自立.  控制理论与应用. 2012(01)
[6]系统辨识（4）:辅助模型辨识思想与方法[J]. 丁锋.  南京信息工程大学学报(自然科学版). 2011(04)
[7]系统辨识（3）:辨识精度与辨识基本问题[J]. 丁锋.  南京信息工程大学学报(自然科学版). 2011(03)
[8]系统辨识（2）:系统描述的基本模型[J]. 丁锋.  南京信息工程大学学报(自然科学版). 2011(02)
[9]系统辨识（1）:辨识导引[J]. 丁锋.  南京信息工程大学学报(自然科学版). 2011(01)
[10]最小二乘法原理及其简单应用[J]. 邹乐强.  科技信息. 2010(23)



本文编号：3557707