基于IUPF算法与可变参数电池模型的SOC估计方法

针对常用电池模型参数固定和适用范围有限的问题,建立受温度和SOC影响的可变参数的Thevenin模型,并利用实验设计(DOE)方法和最小二乘法对模型参数进行辨识.针对系统噪声较大时影响算法估计精度的问题,提出了一种改进的无迹卡尔曼粒子滤波(IUPF)算法.将系统状态噪声和量测噪声两者同时引入到采样点中,对其进行对称采样处理,同时将其引入到算法计算过程中以保证算法的精度.在可变参数Thevenin模型基础上采用的IUPF算法,在保证模型适用范围的同时减小了噪声对系统估计精度的影响.实验及仿真结果表明,基于IUPF算法与可变参数电池模型的SOC估计方法在解决现有电池模型适用范围有限、保证模型精度的同时,在多个温度下对SOC有较高的估算精度.尤其在系统状态噪声、量测噪声影响较大时,算法估算精度有了明显提高,且对由模型参数所带来的扰动具有良好的鲁棒性.     

基于有限测量信息的加权最小二乘法在配电网状态估计中的应用

为了适应测量装置数量受限的配电网控制的需要,提出一种基于有限测量信息的配电网状态估计方法.模型中将区域配电网节点电压幅值和相角作为状态变量,测量节点电量、负荷规划数据分别作为实际测量量和伪测量量,利用加权最小二乘法权重参数的合理配置保证模型的合理性并求解.通过对英国某区域配电网实例仿真计算,结果表明:本文状态估计模型能够根据有限测量量进行网络全节点的状态估计,且平均估计误差满足实际应用要求;同时,定性描述了测量点数量、估计初值与状态估计误差的关系,为进一步探索测量点优化配置和最优状态估计求解奠定基础.     

部分节点引入相量测量的状态估计

基于GPS的相量测量装置(PMU)可以直接测得节点电压相量,包括电压有效值和相角,在状态估计一般模型的基础上,建立了部分节点电压相量可测时的状态估计模型,并针对不同的相角量测精度,采用不同的状态估计模型,PMU精度较低时,在增加量测量冗余度的同时,PMU所在节点的电压相量仍然作为状态变量参与迭代;PMU精度足够高时,直接将PMU的量测值作为状态估计的状态解,算例验证了方法的有效性和相量测量对状态估计的改善作用。     

脉冲星计时模型参数的测量精度分析与估计

脉冲星计时模型参数的精确测定是脉冲星计时应用的基础.脉冲星计时模型包含几何的、物理的、轨道的等各种效应.我们主要分析了一些位置、自行、视差等几何效应的误差以及双星轨道模型误差引起的计时残差.本文将地球公转视为椭圆轨道,在黄道坐标系里得到了一般性的结论.基于此,我们给出了估计这些模型参数理论测量精度的解析表达式,得到了一些模型参数测量精度对黄纬的依赖关系.尤其是对于视差测量精度的估计,得到了与以前的工作显著不同的结果,这对于实际观测中脉冲星的选择具有参考意义.     

基于模糊逻辑四元数的平方根UKF算法

针对目标跟踪估计算法中,利用传感器离散观测建模并估计目标连续状态,进行导航解算时滤波精度低,及传统四元数扩展卡尔曼滤波算法无法满足目标姿态测量精度要求等问题,文中提出一种基于模糊逻辑四元数的平方根UKF姿态估计算法.该算法将四元数作为模糊逻辑UKF滤波器状态,应用测量的角速率完成滤波器的时间更新及量测更新,采用模糊逻辑的平方根协方差形式作为更新参数,既降低了算法的计算量和复杂度,又保证了数值的稳定性.文中还以近地卫星为例,在Matlab和C++软件上进行了仿真实验.实验结果表明:文中所提算法可保证对机器人和特征的姿态控制估计精度;可对目标实时跟踪定位并进行量测更新,抑制了姿态误差发散问题.     

深空天文测角测速组合导航滤波算法研究

针对天文光谱测速导航量测中存在的常值量测误差、慢时变量测误差、光谱畸变量测误差,提出了扩维自适应容积卡尔曼滤波算法.本文通过状态扩维将常值测速量测误差及慢时变测速量测误差作为状态量之一,在导航滤波中进行同步估计并在量测中进行补偿.针对天体表面活动导致的光谱畸变量测误差,通过Sage-Husa噪声估计器对滤波算法中的量测噪声协方差阵进行自适应估计以降低含该误差量测的影响.同时,为了进一步提高导航的精度,将天文光谱测速信息与天体方向矢量信息结合,并通过联邦滤波器进行信息融合.以火星接近段为背景的仿真结果表明,该算法能够有效抑制上述量测误差对导航精度的影响,实现高精度天文自主导航.     

基于查表自适应的汽油机气缸进气量估计方法

针对汽油发动机气缸进气量的估计问题,采用查表对容积效率的误差进行参数化,提出了基于自适应滑模观测器在线更新查表参数的方法补偿容积效率的误差,提高了气缸进气量的估计精度.通过分段双线性插值和定义隶属函数,给出了误差参数化模型以及回归模型.结合回归模型与汽油发动机进气系统,得到系统状态与未知参数的联合估计问题,并设计了自适应滑模观测器估计查表参数.以高精度发动机仿真软件enDYNA为仿真环境,以四缸汽油发动机为仿真对象,在FTP75循环工况下验证了本文方法的有效性.     

磁饱和及参数变化对速度观测器精度的影响

在矢量控制感应电动机系统中,当电机参数发生变化,或出现磁路饱和时,将会影响速度控制的准确性,使速度观测器精度受影响．通过MATLAB／SIMULINK仿真系统,建立静止坐标系下考虑磁饱和的感应电动机模型和矢量控制系统模型,并通过改变电机参数,比较分析参数变化及磁饱和效应对自适应状态观测器速度估计的影响．研究结果证明感应电机在参数变化时会给速度估计带来一定误差,特别是转子电阻发生变化时误差最大;工作在弱磁区时,磁饱和效应会明显影响速度观测器的精度,带来较大转速估计误差,应对观测器进行磁饱和补偿以提高矢量控制系统的调速性能．     

基于自适应高斯-牛顿迭代三步延迟时空融合的无人机测高

针对无人机巡航测高过程中,采用单一传感器进行高度测量时受到环境干扰较大且精度较差,而现有多传感器融合方法精度较低的问题,提出一种基于自适应高斯-牛顿迭代三步延迟时空融合的无人机测高方法 .首先,将优化后的三步延迟时空融合算法作为第一层融合,有效避免了传感器出现故障所导致的测量误差;其次,采用加速度计对融合后的数据进行检测和辅助测高,将基于参数迭代的自适应高斯-牛顿滤波器作为第二层融合模型算法,可以在保证稳定性的前提下,提高无人机巡航或悬停时的精度.最后,采用实际高度测量数据进行实验.实验结果表明,与二步延迟融合方法比较,最大误差减小25.4%,均方根误差减小26.4%.同时,该测高方法简化了相关量测方程和状态量维数,降低了计算量,系统结构更加简洁,有利于实际应用.     

基于无迹卡尔曼滤波的月球车惯性/天文组合导航算法研究

月球车导航传统方法主要是采用kalman滤波方法,需要对系统方程和观测方程的线性化,因此会引入的线性化误差的问题, 本文针对做出适当的改进。本文采用UKF方法作为误差状态量的最优估计方法,并以太阳敏感器观测得到的太阳高度角和太阳方位角以及测速仪的东向北向速度作为联合观测信息,将SINS和CNS所测得的月球车相关姿态和位置信息进行数据融合,估计出组合导航系统的误差状态量,从而对惯导系统的状态量进行校正,达到提高组合导航系统的导航定位精度和稳定性,减小线性化误差的目的。仿真实验证明,本文算法具有很好的位置、速度和姿态估计精度,有效的降低了线性化误差。     

耦合集合卡尔曼滤波的非线性参数估计

准确的参数对于非线性模型或者函数有极为重要的意义。但是在实际应用中,输入的参数常常带有一定的偏差,因此在预测中非线性模型(函数)往往得不到满意的结果。把集合卡尔曼滤波方法引入到非线性模型(函数)的参数估计中,并采用基于联合状态向量的方法在同化时刻同时更新模型(函数)的状态和参数,该方法可以通过同化观测数据,动态地调整参数和结果,使得参数能够自适应地变化,同时也能较好地释放积累的模型误差。将该方法应用于随时间变化的二维非线性模型(函数)中,实验表明,该方法能够准确地估计出模型参数值,同时也表现出很好的鲁棒性和自适应性。     

一种变电站系统参数估计的新方法

提出了一种有约束线性最小二乘估计算法,基于变电站内的量测数据以及变压器的参数来估计系统母线电压和系统阻抗参数。采用数值仿真的方法进行了验证,并采用随机变量反映实际当中的量测误差。仿真结果表明提出的方法是可行的,并可以确保精度满足使用要求。     

基于粒子滤波的结构参数和荷载同步识别方法

在输入荷载未知的情况下,为解决结构参数和荷载的同步识别问题,将速度、位移、结构参数和输入荷载同时作为状态值构建状态空间方程,选用非线性性能较好的粒子滤波辨识结构参数与荷载.针对利用加速度进行荷载识别时出现的漂移问题,采用梯形积分和零相位高通滤波,通过测试得到加速度计算速度、位移数据,并运用计算值更新粒子滤波求得的速度、位移状态值,从而消除漂移现象.数值算例表明,文中方法能同时识别结构参数和荷载值,与真实值的误差较小,可有效解决识别过程中荷载识别值漂移的问题.     

基于UKF的参数和状态联合估计

对于因模型参数失配造成的非线性系统状态估计不准确现象,采用基于不敏卡尔曼滤波(UKF)的参数和状态联合估计方法,即将未知模型参数和状态组成增广的状态向量,用UKF同时获得参数和状态估计值.通过一个离散非线性随机系统的蒙特-卡洛仿真,总结滤波器参数对联合估计器性能的影响及参数选择规律.最后将该方法应用于一个典型的化工反应过程,获得了较好的效果.     

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.     

基于鲁棒UKF 的永磁同步电机转子速度估计

针对无位置传感器直驱永磁同步电机系统(DD-PMSG: Direct-Driven Permanent Magnetic Synchronous Generator), 无迹Kalman 滤波(UKF: Unscented Kalman Filtering)方法鲁棒性不高的问题, 提出了基于一种新的鲁棒UKF 的转子速度估计方法。该方法将DD-PMSG 模型转化为由发电机机电状态与定子参数组成的增广方程形式。运用鲁棒UKF 算法, 可同时辨识发电机的机电状态和定子不确定参数动态, 使估计发电机参数不确定的鲁棒性得以改善。仿真结果表明, 与传统UKF 方法相比, 该方法对存在不确定性及非高斯噪声的系统模型具有较强的鲁棒性。     

任意噪声相关异类传感器非线性系统状态矢量融合

基于线性无偏最小方差估计理论，提出了一种任意相关噪声异类传感器非线性系统状态矢量融合算法．该算法考虑了过程噪声和测量噪声以及测量噪声之间的相关性和传感器系统结构的不同性，增加了描述多传感器融合系统的信息量，通过局部估计的组合构造新的变量以去除局部状态之间的相关性，采用顺序滤波的方法减小了异类多传感器融合系统全局状态估计的计算量．仿真结果表明，由于考虑了过程噪声和测量噪声以及测量噪声之间的相关性，状态矢量融合算法比噪声不相关融合算法具有更好的跟踪性能，航迹跟踪的精度得到了改善．     

基于变步长最小均方误差自适应滤波器的变压器机器鱼避障时延仿真

为了解决变压器机器鱼避障过程中时延信息难以准确估计的问题,提出一种基于变步长LMS（最小均方误差）自适应滤波器的时延估计方法。不同于传统的互相关时延估计算法,变步长LMS自适应滤波器算法不需要信号和噪声的统计先验知识,具有更好的适用性。算法根据最小均方误差准则和最速下降法对滤波器的输出和权系数向量进行自适应调节,迭代过程中采用变步长代替传统的固定步长提高了收敛速度,然后对权系数向量进行Sinc函数插值获得时延估计结果。仿真分析了不同信噪比条件的时延估计性能,并且与传统互相关算法进行了比较,结果表明所提算法相对于传统互相关算法具有更好的抗噪性和更明显的时延估计峰值。     

非等权观测的Householder参数估计方法

当设计矩阵Ａ“病态”（ 强复共线） 时，正则矩阵ＡＴＡ 亦“病态”，而且更为严重，导致参数的最小二乘解极不稳定。Ｈｏｕｓｅｈｏｌｄｅｒ 方法，是用一镜像映射矩阵Ｈ（ 对称、正交） 对误差方程（ 等权） 进行正交变换，将Ａ变换为上三角阵Ｒ，直接解算参数，避免了ＡＴＡ 的“病态”性对参数最小二乘解的影响。本文解决了在非等权观测情况下，如何应用Ｈｏｕｓｅｈｏｌｄｅｒ 方法进行参数估计的问题。因而，本文扩展了Ｈｏｕｓｅｈｏｌｄｅｒ 方法，并使其在测绘数据处理中更具有实用价值。     

一种自适应检测瞬态信号的新方法

研究ＡＲ 模型参数特征用于瞬态信号自适应检测的问题－ 依据ＡＲ 模型参数矢量长度为特征检测信号的思想, 提出了一种具有良好的自适应抑制噪声扰动的参数估计方法－ 理论分析和实验结果表明, 本方法具有很好的ＡＲ 模型参数估计和瞬态信号检测性能