带松弛项的单个守恒律方程解的大时间状态估计

论文考虑一维空间中带松弛项的单个守恒律方程. 文[4]通过对线性化方程Green函数的估计得到整体解的逐点估计,论文在此基础上进一步得到解的大时间状态估计和Lp模估计,并反映出"弱"惠更斯原理.     

基于变压器参数修正的变电站状态估计

常规变电站状态估计中电压或无功的误差普遍比较大,其中一个原因是模型的参数不准确．通过变压器参数引入状态量或同时引入状态量及量测量的方法,来建立变电站状态估计的模型,并对这2种模型及权值变化对状态估计精度的影响进行分析,得到如下结论：如仅将参数作为状态量而不加约束,可以使实际量测量的估计精度大幅提高,但导致参数估计值误差过大;只有将参数同时作为状态量和量测量,并对权值进行适当调整,才能兼顾实际量测量和参数的估计精度,得到更有实用价值的状态估计结果．     

三相电压源逆变器输出电压重构技术的研究

详细分析了利用直流母线电压和逆变器三相开关管状态进行输出电压重构的过程，讨论了死区时间和开关管非线性特性对输出电压估计的影响，并针对1．1kW异步电机进行了实验。实验结果表明，死区时间与开关管非线性特性对输出电压估计具有一定程度的影响。     

ARMA模型参数的分步估计方法

提出了一种ARMA模型的线性估计方法，这种方法通过两次AR模型的估计来实现ARMA的估计。讨论了一维时间序列开环系统、闭环系统的辨识方法及定阶问题。仿真结果表明该方法具有良好的准确度和可靠性，可直接用于结构状态监测。     

具弱阻尼KDV方程谱逼近的大时间性态

通过对精确解和近似解的更细致的先验估计，得到了谱近似解的误差估计，这估计是大时间的；进而还得到了近似整体吸引子N的存在性．     

建立河流水质模型的状态空间分析法

该文导出了河流水质系统的离散时间状态空间模型和随机状态模型，采用最小二乘法和三种定阶方法，对水质模型中分布延迟系数和阶次进行估计。通过计算机仿真计算和建模实例，证实了辨识方法的正确性和状态空间模型的可靠性。     

基于收费数据的高速公路交通状态判别方法

目前高速公路交通数据资源未得到充分利用,使得管理和建设成本较高的高速公路联网收费系统只能实现车辆记录、联网收费等初级功能,导致交通数据资源的严重浪费.为此设计了基于高速公路联网收费数据的路段行程时间估计方法,提出以大、小车速度变化情况为基础,采用模糊C-均值聚类方法对高速公路交通状态进行判别,并应用VISSIM软件分别对上述两种方法验证分析.结果表明,路段行程时间估计方法能够获得高质量的路段行程时间数据,同时交通状态判别方法也能够准确判别出道路上所呈现的交通状态,可为历史数据更新提供技术支持,为高速公路交通管理部门提供精确的决策依据.     

大惯性温度控制系统的最优设计方法

以大惯性温度控制系统为例，采用最佳极点配置的状态反馈法，并在系统内用工程常用仪表构造降纺状态观测器，估计被控对象的某上中间状态并以其作为超前反馈信号，改善系统动态品质，提高系统抗扰能力。     

基于状态观测器的输入受限不确定系统的滑模控制

研究了控制输入受限情况下不确定系统的滑模控制问题,其中,系统不确定性同时存在于状态矩阵和控制增益矩阵中。首先,利用状态观测器估计不可测状态;然后,在状态估计空间选择一种积分型切换面;最后,设计一个基于状态估计的滑模控制律以保证系统状态轨迹在有限时间内到达指定的切换面,同时利用等价控制律方法给出了滑模动态渐近稳定的充分条...     

一种参数不确定性系统的鲁棒状态估计方法

研究具有时变和模有界的参数不确定性系统的状态估计问题。针对目前鲁棒状态估计中不确定性参数仅出现于状态矩阵和输出矩阵的问题，介绍了一种系统状态方程和输出方程的所有矩阵中都含有不确定性参数的状态估计算法。该算法通过求解两个代数Riccati方程的正定解，得到了使得估计过程二次稳定的状态估计器。此算法不但经过了理论证明，而且具体的仿真试验也表明了设计方法的有效性和可行性。     

城市快速路实时交通状态估计和行程时间预测

根据城市快速路交通诱导和监控系统的实际需要,提出了实时估计和预测城市快速路上交通状态和任意两点间动态行程时间的方法.其基本思想是将扩展卡尔曼滤波理论引入宏观动态交通流模型,结合快速路上的固定检测设备,实时估计和预测未来几个时段的交通状态,并利用“虚拟车”法预测动态的行程时间.通过对上海市快速路典型实测数据的实例分析,发现交通状态估计模型具有良好的跟踪能力,行程时间预测模型在畅通状态计算结果和实测结果几乎完全重合,拥挤状态相对误差基本维持在10%以下.结果表明,该模型的适用性和精度都令人满意,可为城市快速路交通控制和诱导提供依据.     

带未知时变噪声的非线性系统卡尔曼滤波器算法研究

针对带有未知时变噪声的非线性系统的状态估计问题，详细研究了基于有限差分和未知时变噪声估计器的扩展Kalman滤波器算法。仿真结果发现，该算法具有滤波精度高，数值计算稳定等优点，但系统状态估计对初始误差较敏感。     

双光斑交叉目标跟踪方法研究

为了解决交叉目标跟踪中相关系数矩阵的多峰性引起的目标模糊对应问题，提高状态估计的精度，提出了一种通过估计双光斑交叉目标形状参数来辨识目标，进而完成目标状态估计的方法－ＯＤＡＭＣＦ算法。实验表明，对于像喷气式发动机或导弹尾焰产生的红外高斯图像，形状参数估计的结果是精确的，能较有效地解决目标的模糊对应问题，提高了目标状态估计的精度。     

时间序列的状态模型

本文讨论时间序列的状态模型,给出时间序列状态模型存在的条件和建模的步骤(状态估计和参数估计迭代),并根据时间序列的状态模型给出时间序列间的因果关系的判别准则。采用状态模型将使时间序列分析的方法与现代控制理论联系起来,利于解决模型多样性问题,能预先确定模型的能观指数(阶),也利于分析时间序列的模型结构。     

具有不确定噪声的离散广义线性系统的鲁棒状态估计

本文研究了一类具有不确定噪声的离散广义线性系统的鲁棒状态估计问题，利用对策论的基本原理，给出了一种比较简单实用的近似估计方法．即最小化不确定下最坏性能的极小极大鲁棒状态估计．     

固定区间平滑器的最优分解

本文提出了一种建立反向马尔可夫模型的新方法.并用点估计理论证明了离散时间系统的固定区间平滑状态估计可以分解为两个最优估计的线性组合.     

基于DAEKF算法的锂离子电池主要状态在线联合估计

为实现三元锂离子电池荷电状态（SOC）、能量状态（SOE）和健康状态（SOH）这3种主要状态的在线联合估计，并应对电动汽车实际使用工况中各种噪声干扰带来的开环累积误差问题，提高锂离子电池在线估计的稳定性，提出了一种基于双自适应扩展卡尔曼滤波（DAEKF）算法的三元锂离子电池多时间尺度主要状态在线联合估计方法。在二阶RC模型基础上推导DAEKF算法的状态空间方程，用带遗忘因子的递推最小二乘法（FFRLS）进行在线参数辨识，以微观时间尺度进行锂离子电池SOC和SOE的在线估计，以宏观时间尺度进行锂离子电池SOH的在线估计，从而实现锂离子电池3种主要状态的在线联合估计。最后，以NVR18650B型三元锂离子电池的不同运行工况对所提出的方法进行实验验证。实验结果表明：在两种验证工况下，文中方法都能够快速收敛辨识模型参数，微观时间尺度中SOC和SOE的估计误差均稳定保持在1%以内，宏观时间尺度中SOH的估计误差稳定保持在1.6%以内；与EKF算法相比，文中所提出的方法具有更高的估算精度以及更好的估计收敛性和稳定性。     

动态市场环境下发电机组检修策略的研究

传统发电机组检修有许多不足的地方,提出了基于马尔可夫链状态估计模型的状态检修策略。机组状态估计模型采用一步转移概率来描述相邻状态概率向量之间的关系,并用步伐因子考虑机组所带负荷对转移概率的影响。在预估机组临界故障状态的基础上,以检修费用和电量收益损失总和最小为目标函数确定最佳检修时间。     

线性系统状态估计器的鲁棒设计方法

在考虑对噪声不确定系统的状态估计器进行鲁棒设计的条件下，提出一种新的简化性能指标函数，据此设计的状态估计器，设计过程为简单直观。     

广义离散随机线性系统的状态估计新方法

运用Ｂａｙｅｓ动态模型理论［２］讨论了广义离散随机线性系统的状态估计问题，提出了一种既简便又实用的状态估计新方法──线性贝叶斯估计（ＬＢＥ）．