非线性系统的模型修正与状态估计

以生物发酵模型为背景，考察了一般非线性系统的模型修正与状态估计问题，利用随机干扰下状态过程的高斯分布性质，由实测样本点构造似然函数，然后应用优化程序进行修正与估计。     

奇异摄动系统的概率神经网络滤波

将改进的概率神经网络（ＰＮＮ）用于奇异摄动系统的实时状态估计，注意针对系统快，变部分的滤波。仿真结果表明，ＰＮＮ滤波对于实时估计奇异摄动系统快变状态的适用性。     

豪斯荷德尔变换法在状态估计中的应用

本详细介绍豪斯荷尔（ＨｏｕｓｅＨｏｌｄｅｒ）正交变换法在状态估计中的应用。该方法与目前状态估计计算中广泛采用吉斯（Ｇｉｖｅｎｓ）正交变换法相比具有运行速度快，程序设计简单等优点。经云南大理等地区电业局的现场运行表明，该方法具有数值稳定性高，收敛性好，占有内存小等优点。     

一种考虑杠杆量测量的电力系统状态估计法

提出了一种考虑杠杆量测量的电力系统状态估计方法。该方法将状态估计与不良数据检测和辩识结合在一起，且采用改进的正交变换法，使其计算效率和数值的稳定性有了明显提高。经实例计算表明，该方法是可行有效的。     

一种智能状态估计方法及应用

为提高机理复杂工况变化较大的一类生产过程状态估计的精度 ,提出一种基于多模型和专家知识的智能状态估计方法 ,并给出了用于青霉素发酵过程状态估计的结果。这种方法采用多个状态估计模型进行估计 ,然后由优选专家系统选择一个最优的作为最终结果。给出了状态估计系统的结构及优选专家系统的结构和设计。优选专家系统采用改进的 Bayes方法进行不确定性推理。这一估计方法可以应用于类似于青霉素发酵这类机理复杂过程的状态估计。     

基于非线性预测滤波和UKF的状态估计方法

非线性系统存在建模误差时,UKF的状态估计误差较大,为了提高UKF对非线性系统的状态估计能力,本文将非线性预测滤波(NPF)方法和UKF相结合,提出了一种改进的UKF。首先应用NPF求得模型误差值,得到非线性系统的修正模型,将模型离散化再应用UKF进行状态估计。在仿真实验中分别应用单纯的UKF和改进后的UKF对一个存在模型误差的非线性系统进行状态估计,对它们的估计结果进行了比较和分析,结果表明结合NPF的UKF能够提高非线性系统状态估计的精度。     

快中子发生器屏蔽的Monte—Carlo估计

本文介绍的是一个在微机上实现的计算快中子屏蔽的Ｍｏｎｔｅ－Ｃａｒｌｏ程序，采用历次飞行法对结果进行统计估计，对中子发生器周围的屏蔽作了简单模型，结果表明采用的物理模型是正确的。该程序改进后也可用于多次散射的计算，或模拟其他中子源的屏蔽，故有一定的实用价值。     

一类基于非平稳噪声参量估计的时变系统参数辨识

对于未知噪声时变统计特性的时变动态系统，论述了一类基于非平稳噪声参量估计的时变系统参数辨识算法．该算法包括三部分，通过在线状态估计，构造残序列模型，试图从测量信号中分离出非平稳噪声，在线估计噪声时变均值和方差，用于整个改进算法的实现．仿真例子验证了该方法的有效性．     

卡尔曼滤波器在状态和参数估计中的应用

应用有限差分法代替非线性函数的偏导数计算以改进扩展卡尔曼滤波器，该改进算法用于非线性系统的状态和参数联合估计。结果表明，该滤波器可以代替常规的卡尔曼滤波器，具有滤波精度高、数值计算稳定、对模糊精度要求低和适用范围宽等优点。     

快中子发生器屏蔽的Monte－Carlo估计

本文介绍的是一个在微机上实现的计算快中子屏蔽的Ｍｏｎｔｅ－Ｃａｒｌｏ程序．采用历次飞行法对结果进行统计估计，对中子发生器周围的屏蔽作了简单模拟，结果表明采用的物理模型是正确的．该程序改进后也可用于多次散射的计算，或模拟其他中子源的屏蔽，故有一定的实用价值．     

基于LS信道估计的研究与改进

信道估计在通信系统中占据着非常重要的位置，在此介绍和分析传统的LS估计准则，提出改进的LS信道估计准则，建立改进LS信道估计的数学模型，并对改进的LS信道进行了仿真。仿真结果表明改进的LS估计能够降低估计偏差的影响，有比LS准则较低的误码率。     

单位球上经典Emden方程的初等逼近

通过改进传统的单调迭代方法,求出了单位球上经典Emden方程的初等逼近程序和相应的误差估计,初等逼近程序是从常值函数开始的,并且是可行和有效的.     

一类相依回归系统的一类协方差改进估计

对于一类相依线性回归系统，王松桂提出了一种附加信息逐次迭加的估计——协方差改进估计［１］。本文提出了一类新的协方差改进估计，并研究了这一类协方差改进估计的优良性质及其相应的两步估计的优良性质     

一种计及参数误差的电网谐波状态估计方法

综合考虑测量误差和参数误差,提出利用总体最小二乘估计算法进行谐波状态估计.将母线分为非谐波源母线和可能有谐波源的母线,减少了未知状态变量的数目.通过IEEE-14节点谐波测试系统进行了仿真分析,验证了该方法的合理性和可行性.采用Matlab计算程序,随机抽样10 000次,分析了测量误差和参数误差都服从高斯分布时谐波状态估计算法的精度.结果表明,在考虑测量和参数2种误差的情况下,用总体最小二乘法对系统进行谐波状态估计能得到有效的估计结果.     

对复合时滞微分系统稳定化，估计与鲁棒性条件的考虑

本文利用作者近年来发展的不等式技巧，获得了复合时滞微分系统在其子系统估计状态反馈下，整个系统能被渐近估计的条件，给出了含有非线性扰动的不确定时滞系统鲁棒稳定性容许扰动的界限．这些结果改进与推广了台湾学者Ｗａｎｇ，Ｗ．Ｊ．等的相应条件，且纠正了他们的错误．     

基于改进混合模型的一类固定床反应器推断控制

对一类非绝热式固定床反应器提出了一种基于改进混合模型的非线性自适应推断控制策略：给出一种基于结合先验知识和人工神经网络的改进混合模型的推断估计器设计方法;提出一种改进程序变增益ＰＩＤ算法设计控制器;设计了该固定床反应器基于改进混合模型的推断控制系统。仿真结果表明：该推断估计器具有良好的静态和动态特性,较高的估计精度和较好的实时性,所需训练样本少,易于理解和研究及外推性能良好等特点,该推断控制系统还具有良好的跟踪和抗干扰性能。     

基于扩展卡尔曼滤波的车辆状态可靠估计

为实现高机动工况下车辆状态的可靠估计,提出了一种基于改进的扩展卡尔曼滤波的车辆运行状态估计方法.首先建立基于非线性车辆动力学的系统状态模型,该模型分别以低成本的车载轮速和方向盘转角传感器信息作为系统的观测量和外部输入量;然后通过改进的卡尔曼滤波递推算法高精度地推算出汽车的关键运行状态.仿真试验表明,所提出的方法既可适应一般机动环境也可适应较高机动环境.此外,该方法可显著提高直测量的精度,并可实现对质心侧偏角、侧向速度等难以直测量的准确估计,质心侧偏角估计误差小于3×10-3rad,速度估计精度小于0.1 m/s.     

一种保留非线性状态估计新算法

在快速解耦的前提下，提出了一种保留非线性的状态估计新算法，该算法在保留量测方程非线性的同时又利用了改进的Givens正交变换法，从而大大减少了计算量，提高了计算速度。实例计算表明了该算法的可行性。     

基于平方根容积卡尔曼滤波的永磁同步电机状态估计

针对使用容积卡尔曼滤波算法(Cubature Kalman Filter, CKF)在复杂非线性状态估计时存在的误差较大、运算速度慢等问题,引入一款改进后的平方根容积卡尔曼滤波算法(Square-Root Cubature Kalman Filter, SRCKF)。建立非线性系统线性化模型和电机数学模型,引入SRCKF实现对转速和转子位置的状态估计,在Matlab/Simulink环境下对SRCKF和CKF两种算法进行仿真。结果表明：平方根容积卡尔曼滤波大大降低了电机在状态估计时的运行速度和估计误差,提高了估计精度,系统更加稳定。     

电力系统不良数据检测中稀疏逆矩阵法的应用

电力系统状态估计程序通常包括假设结构、估计、检测和识别四个部分,其主要目的是通过一组有多余度的测量值,来获得系统的状态(所有结点的电压相角和量值)的可靠估计。其中,检测和识别的功能是发现与纠正量测采样数据中的不良数据,目的是提高数据的可靠性。所谓不良数据,就是异常大的测量偏置误差。对不良数据的检测基于统计学中的假设检