首页 | 本学科首页   官方微博 | 高级检索  
     

EKF在多变量混沌序列辨识中的应用
引用本文:席剑辉,魏茹,韩敏. EKF在多变量混沌序列辨识中的应用[J]. 系统仿真学报, 2006, 18(9): 2525-2529,2533
作者姓名:席剑辉  魏茹  韩敏
作者单位:1. 大连理工大学电子与信息工程学院,大连,116023;沈阳航空工业学院,沈阳,110034
2. 大连理工大学电子与信息工程学院,大连,116023
摘    要:运用扩维技术以及扩展卡尔曼滤波算法的跟踪辨识特性同步实现对多变量混沌序列的精确预测和混沌系统主动态方程的参数辨识。利用典型混沌方程与所观测时间序列的吸引子特性比较,较准确地确定系统初始状态。对理想Roessler三个变量的时间序列和大连市气温降雨二变量时间序列进行仿真并与递推最小二乘法进行比较,结果表明该方法的有效性。

关 键 词:扩展卡尔曼滤波  多变量混沌序列  预测  系统初始状态
文章编号:1004-731X(2006)09-2525-05
收稿时间:2005-08-10
修稿时间:2005-08-102006-05-15

Application of EKF on Identification of Multivariate Chaotic Time Series
XI Jian-hui,WEI Ru,HAN Min. Application of EKF on Identification of Multivariate Chaotic Time Series[J]. Journal of System Simulation, 2006, 18(9): 2525-2529,2533
Authors:XI Jian-hui  WEI Ru  HAN Min
Affiliation:1.School of Electronic and Information Engineering, Dalian University of Technology, Dalian, 116023,China; 2. Department of Automation, Shenyang Institute of Aeronautical Engineering, Shenyang, 110034,China
Abstract:
Keywords:expanded Kalman filter   multivariate chaotic time series   prediction   initial system state
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号