检索结果-内蒙古大学图书馆

仪表技术与传感器 2019年第11期 100-104页

作者：曾丽君闵芳南京航空航天大学金城学院信息工程学院

采用多个硅微陀螺组成阵列并进行数据融合,可进一步提高陀螺测量精度。但阵列中一旦有陀螺出现故障,将造成错误输出。在陀螺阵列卡尔曼滤波数据融合算法基础上,设计了一种基于多模型估计的卡尔曼滤波故障检测方法。针对陀螺噪声增大故障... 详细信息

采用多个硅微陀螺组成阵列并进行数据融合,可进一步提高陀螺测量精度。但阵列中一旦有陀螺出现故障,将造成错误输出。在陀螺阵列卡尔曼滤波数据融合算法基础上,设计了一种基于多模型估计的卡尔曼滤波故障检测方法。针对陀螺噪声增大故障,进一步实现了一种引入补偿激励的故障检测改进方法。通过4陀螺阵列数据融合和故障检测试验表明,故障检测算法能够实现恒值输出和噪声增大两种典型故障的检测。针对噪声增大故障,通过引入补偿激励的检测方法可显著缩短检测延迟和恢复延迟,进一步提高故障检测实时性。

关键词：陀螺阵列硅微陀螺故障检测多模型估计卡尔曼滤波补偿激励

来源：评论

学校读者我要写书评

暂无评论

典型多模型估计方案的分析与比较

引用

数字技术与应用 2015年第5期33卷 92-94页

作者：于永彦束玉琴内江师范学院计算机科学学院四川内江641100 内江师范学院文科实验中心四川内江641100

从2D图像中估计出物体对象的几何模型一直是计算机视觉的重点研究领域,而多模型估计更是其中的关键所在。本文从技术原理、算法实现、估计效果及实际应用等多个角度,对Sequential RANSAC、Multi RANSAC、Residual Histogram Analysis、J... 详细信息

从2D图像中估计出物体对象的几何模型一直是计算机视觉的重点研究领域,而多模型估计更是其中的关键所在。本文从技术原理、算法实现、估计效果及实际应用等多个角度,对Sequential RANSAC、Multi RANSAC、Residual Histogram Analysis、J-Linkage和Kernel Fitting等几种典型的多模型估计方案进行了综合分析与对比研究,指出了它们的优缺点和改进方向。

关键词：多模型估计技术原理算法流程性能比较

来源：评论

学校读者我要写书评

暂无评论

基于多模型估计的捷联系统动基座对准

引用

中国惯性技术学报 2008年第3期16卷 310-313,319页

作者：张小跃张春熹宋凝芳北京航空航天大学仪器科学与光电工程学院北京100083

采用卡尔曼滤波方法进行动基座对准过程中,载体挠曲运动等因素会导致系统噪声、量测噪声的不确定性,即系统参数的不确定性。将多模型估计理论应用于捷联系统动基座对准过程中,可以有效抑制系统不确定性因素的影响。建立了捷联惯导系统... 详细信息

采用卡尔曼滤波方法进行动基座对准过程中,载体挠曲运动等因素会导致系统噪声、量测噪声的不确定性,即系统参数的不确定性。将多模型估计理论应用于捷联系统动基座对准过程中,可以有效抑制系统不确定性因素的影响。建立了捷联惯导系统误差模型和引入外部位置、速度信息的量测模型,针对对准过程中系统噪声和量测噪声不确定的情况建立了多模型自适应估计器。在同等条件下进行了单一模型对准和利用多模型估计理论进行对准的仿真比较,结果显示:基于多模型估计的对准完成后捷联系统具有更高的导航精度;由此说明,动基座对准过程中,系统参数不确定的情况下,多模型估计器有更好的适用性。

关键词：动基座对准误差模型多模型估计卡尔曼滤波

来源：评论

学校读者我要写书评

暂无评论

一种变结构多模型估计方法——最小子模型集合切换算法

一种变结构多模型估计方法——最小子模型集合切换算法

引用

2005年全国博士生学术论坛——交通运输工程学科

作者：张永胜嵇成新万永峰海军大连舰艇学院科研部大连 116013

多模型估计方法一种很有力的自适应方法。在MM方法中设计一系列模型来代表可能的系统行为方式或结构,称为系统模式。整体估计通过并行T作的基于与特定系统模式匹配的模型的滤波器的估计的一个确定组合得到。当前的研究主要有固定结构和... 详细信息

多模型估计方法一种很有力的自适应方法。在MM方法中设计一系列模型来代表可能的系统行为方式或结构,称为系统模式。整体估计通过并行T作的基于与特定系统模式匹配的模型的滤波器的估计的一个确定组合得到。当前的研究主要有固定结构和变结构多模型方法研究。变结构多模型估计方法是为了解决当前固定结构多模型估计方法存在的问题而提出的,是使用变化的模型集合的多模型算法。变结构多模型算法特别适合应用于解决结构和/或参数未知的估计问题,在机动目标跟踪、失效检测和隔离、生物医疗信号处理以及过程控制等领域有着广阏的应用前景。本文研究了一种新的变结构多模型算法-最小子模型集合切换(MSMSS)算法。其基本思想是从总的模型集中自适应确定最小模型集合,用来完成多模型(MM)估计：用一个核心模型去描叙最可能的正确系统模式;用与核心模型相连的边缘模型用来描叙其他可能正确的系统模式;用整个模型集合的模型转移概率矩阵来确定他们的转移概率。通过仿真研究了其对机动目标跟踪的性能,并与对应的交互多模型算法进行了比较，可以看出其性能有了较大的改进。

关键词：多模型估计集合切换变结构滤波器过程控制

来源：评论

学校读者我要写书评

暂无评论

含一步随机观测时延非线性Markov跳变系统的多模型估计

含一步随机观测时延非线性Markov跳变系统的多模型估计

引用

第三十一届中国控制会议

作者：赵顺毅刘飞轻工过程先进控制教育部重点实验室江南大学自动化研究所

针对含一步随机观测时延的非线性Markov跳变系统提出一种递归滤波算法.该方法在每一时刻特定点处对系统动态及观测方程进行线性化,解决滤波过程中非线性概率密度函数的多重积分问题.对前一时刻各个模态下的估计值进行输入交互,保证算法... 详细信息

针对含一步随机观测时延的非线性Markov跳变系统提出一种递归滤波算法.该方法在每一时刻特定点处对系统动态及观测方程进行线性化,解决滤波过程中非线性概率密度函数的多重积分问题.对前一时刻各个模态下的估计值进行输入交互,保证算法平缓的计算耗费.进一步,利用观测信息更新随机时延的先验概率,在此基础上获取残差的条件均值及方差,进而得到系统状态的最终估计值.仿真表明,该方差在处理含一步随机观测时延非线性Markov跳变系统的状态估计问题时,表现出较为满意的性能.

关键词：离散系统 Markov跳跃系统随机观测时延多模型估计

来源：评论

学校读者我要写书评

暂无评论

基于模糊强跟踪滤波器的变结构多模型估计

基于模糊强跟踪滤波器的变结构多模型估计

引用

Advances in Communication Technology——2011 3rd World Congress in Applied Computing, Computer Science, and Computer Engineering (ACC 2011)

作者：刘扬吴钦章中国科学院光电技术研究所中国科学院研究生院

文章提出了一种基于模糊强跟踪滤波器的变结构多模型算法(FSTF-VSMM)用于复杂系统的状态估计。FSTF-VSMM算法中的整体模型集由一个粗略模型网格(CMG)和一个能够在系统模式空间内自由滑动的精细模型网格(FMG)组成。在精细模型网格区域中... 详细信息

文章提出了一种基于模糊强跟踪滤波器的变结构多模型算法(FSTF-VSMM)用于复杂系统的状态估计。FSTF-VSMM算法中的整体模型集由一个粗略模型网格(CMG)和一个能够在系统模式空间内自由滑动的精细模型网格(FMG)组成。在精细模型网格区域中心生成的过程中,基于强跟踪滤波器(STF)算法文章提出了一种模糊强跟踪滤波(FSTF)算法,并将该算法应用于FMG区域中心的实时产生,进而生成自适应精细模型网格,最后实现对机动目标的状态估计。仿真结果表明FSTF-VSMM算法与相应的固定结构多模型方法(FSMM)相比,在计算量增加不大的情况下提高了算法的跟踪精度。

关键词：机动目标跟踪多模型估计模糊强跟踪滤波变结构多模型方法

来源：评论

学校读者我要写书评

暂无评论

改进多模型状态估计方法及应用

改进多模型状态估计方法及应用

引用

作者：赵珂江南大学

学位级别：硕士

为保证复杂系统稳定可控,实现任务的精确执行,需要对系统进行精确观测。但系统状态大多仅在特定噪声条件下可以观测,且针对特殊变量的在线传感器造价昂贵,对环境的适应性不佳,难以精确测量。因此通过对含噪声的信号进行处理得到系统状... 详细信息

为保证复杂系统稳定可控,实现任务的精确执行,需要对系统进行精确观测。但系统状态大多仅在特定噪声条件下可以观测,且针对特殊变量的在线传感器造价昂贵,对环境的适应性不佳,难以精确测量。因此通过对含噪声的信号进行处理得到系统状态的估计值具有较大的应用价值。在众多状态估计方法中,多模型估计是一种性能优越的自适应状态估计方法,其通过多个与系统不同模态相匹配的模型来描述系统可能发生的运行模式变化或者结构变化,每一个模型都有一个与之相匹配的滤波器,最后通过融合处理各子滤波器的输出,得到系统状态的总体估计值,因此十分适合解决具有未知参数或者模式发生变化的状态估计问题,在系统监测、目标跟踪、图像识别、故障诊断等领域都有大量的研究。本文主要基于多模型状态估计理论,研究模型集选择与状态估计算法的改进以及在实际过程的应用,论文的主要创新性工作如下:（1）首先是针对多模型状态估计方法中模型集的选择问题,考虑到当描述系统所用的模型集很大或者实际过程的模态空间未知时,根据先验信息确定的模型集中可能会存在与系统运行状态差异很大的模型,而这一部分模型的存在会导致多模型状态估计算法的性能降低。为此提出了一种基于简约模型集的多模型状态估计方法。该方法基于贝叶斯原理,利用历史观测值来估计系统实际的模态空间,从而获得对应的模型集。利用简约模型集进行状态估计,可减少与系统实际运行状态不相匹配的模型所引入的干扰,提高估计精度。（2）其次针对污水处理过程出水毒素浓度检测问题,考虑利用活细胞在污水处理过程出水水样作用下的数量变化作为衡量水体中毒素浓度的间接指标,对现有的细胞毒性模型进行扩展。在多种不同的水质下使用不同的模型对细胞毒性过程进行描述,构建了覆盖过程真实状态变化的模型集,每一模型所描述的动态过程为一个模态,模态间的转移服从Markov过程构建了细胞毒性随机混杂模型。该模型既可以描述细胞毒性过程中某些机理不清和实验测试困难所产生的多种可能出现的动态过程,又有助于获取实验中难以测量的数据提高模型的适用范围和精确度。（3）最后基于所构建的细胞毒性随机混杂模型,利用交互多模型粒子滤波算法进行状态估计,从含有噪声的观测量（细胞数量）中获得不可测的细胞内细胞外毒素浓度。交互多模型粒子滤波算法作为多模型状态估计方法,适合污水处理过程模式随机变化的实际情形,在保证估计速度的同时又具有较高的精确性。与利用单一模型的污水毒素浓度估计效果进行对比,结果表明本文所提出的方法可以很好地适应外界条件随机变化的情况,实现对污水处理过程出水毒素浓度的实时在线估计。

关键词：多模型估计状态估计交互多模型随机混杂系统

来源：评论

学校读者我要写书评

暂无评论

多模型自校准扩展Kalman滤波方法

引用

航空动力学报 2024年第4期39卷 120-126页

作者：杨海峰王金娜王宇翔工业和信息化部高新技术司北京100804 西安交通大学能源与动力工程学院西安710049 华中科技大学机械科学与工程学院武汉430074

基于扩展Kalman滤波方法(EKF)、自校准扩展Kalman滤波方法(SEKF)和多模型估计理论(MME),针对工程实际中非线性系统状态方程受未知输入(如突风、故障和未知系统误差等)影响的问题,提出了一种多模型自校准扩展Kalman滤波方法(MSEKF),将多... 详细信息

基于扩展Kalman滤波方法(EKF)、自校准扩展Kalman滤波方法(SEKF)和多模型估计理论(MME),针对工程实际中非线性系统状态方程受未知输入(如突风、故障和未知系统误差等)影响的问题,提出了一种多模型自校准扩展Kalman滤波方法(MSEKF),将多模型自校准Kalman滤波方法(MSKF)的适用范围扩展到了非线性领域。该方法同时采用EKF与SEKF进行计算,根据贝叶斯定理实时分配两者先验估计值的权重,通过加权融合进而得到最终的状态估计。本文方法不仅解决了非线性系统状态方程受未知输入影响时EKF滤波发散的问题,而且在未知输入为零时的滤波精度与SEKF相比也更高,大量数值仿真结果表明该方法精度提升可达4%,具有更强的适应性和鲁棒性。

关键词：自校准滤波多模型估计扩展Kalman滤波未知输入故障诊断

来源：评论

学校读者我要写书评

暂无评论

多模型自校准无迹Kalman滤波方法

引用

航空动力学报 2024年第8期39卷 415-420页

作者：杨海峰王宇翔工业和信息化部高新技术司北京100804 华中科技大学机械科学与工程学院武汉430074

基于无迹Kalman滤波方法(UKF)、自校准无迹Kalman滤波方法(SUKF)和多模型估计理论(MME),针对工程实际中强非线性系统状态方程受未知输入(如医用机械臂惯导单元的零漂误差、列车行驶中遭遇突风和机载元器件故障等)影响的问题,提出了一种... 详细信息

基于无迹Kalman滤波方法(UKF)、自校准无迹Kalman滤波方法(SUKF)和多模型估计理论(MME),针对工程实际中强非线性系统状态方程受未知输入(如医用机械臂惯导单元的零漂误差、列车行驶中遭遇突风和机载元器件故障等)影响的问题,提出了一种多模型自校准无迹Kalman滤波方法(MSUKF),将多模型自校准Kalman滤波方法(MSKF)的适用范围扩展到了强非线性领域。该方法同时采用UKF与SUKF进行计算,根据贝叶斯定理实时分配两者先验估计值的权重,通过加权融合进而得到最终的状态估计。大量数值仿真结果表明:本文方法精度比滤波发散的UKF提高了50%,与无偏的SUKF相比也提升了4%以上,具有更强的适应性和鲁棒性。

关键词：自校准滤波多模型估计无迹Kalman滤波未知输入故障诊断

来源：评论

学校读者我要写书评

暂无评论

多模型自校准Kalman滤波方法

引用

航空动力学报 2024年第3期39卷 139-145页

作者：杨海峰王金娜王宇翔工业和信息化部高新技术司北京100804 西安交通大学能源与动力工程学院西安710049 华中科技大学机械科学与工程学院武汉430074

基于自校准Kalman滤波方法和多模型估计理论,针对工程实际中未知输入(如突风、故障和未知系统误差等)对系统状态方程的影响问题,提出了一种多模型自校准Kalman滤波方法。该方法同时采用自校准Kalman滤波和标准Kalman滤波进行运算,并根... 详细信息

基于自校准Kalman滤波方法和多模型估计理论,针对工程实际中未知输入(如突风、故障和未知系统误差等)对系统状态方程的影响问题,提出了一种多模型自校准Kalman滤波方法。该方法同时采用自校准Kalman滤波和标准Kalman滤波进行运算,并根据贝叶斯定理自动分配两种方法滤波值的权重,通过加权融合得到最终的滤波结果。与自校准Kalman滤波方法相比,多模型自校准Kalman滤波方法既能有效地补偿非零未知输入的影响,又明显改善了系统在未知输入为零时的滤波精度,大量数值仿真结果表明该方法精度提升可达10%以上,具有更强的适应性和鲁棒性。

关键词：自校准滤波多模型估计 Kalman滤波未知输入故障诊断

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：