检索结果-内蒙古大学图书馆

作者：卫志农陈胜孙国强孙永辉臧海祥朱瑛楚云飞陈妤 211100 江苏省南京市江宁区佛城西路8号

本发明公布了一种电力系统区间状态估计方法。本发明将区间分析应用于考虑参数不确定性的状态估计中，可较为合理地利用电网量测量及参数估计出状态量的分布区间，从而提供调度运行人员更为充分的电气信息。首先，对参数不确定性对状态... 详细信息

标准号: CN104795811A

本发明公布了一种电力系统区间状态估计方法。本发明将区间分析应用于考虑参数不确定性的状态估计中，可较为合理地利用电网量测量及参数估计出状态量的分布区间，从而提供调度运行人员更为充分的电气信息。首先，对参数不确定性对状态估计的影响进行系统分析，提出考虑参数不确定性的状态估计模型。提出变量代换技术将非线性状态估计转化为2步线性化，并利用仿射技术克服区间估计中的保守性。最后，对IEEE 14节点系统进行测试，结果表明本发明所提方法具有良好的估计精度。

关键词：参数不确定性状态估计非线性状态估计状态估计方法状态估计模型变量代换参数估计电力系统电气信息分布区间节点系统区间分析区间估计系统分析线性化状态量仿射调度电网转化

来源：评论

学校读者我要写书评

暂无评论

基于自动微分的电力系统状态估计方法

基于自动微分的电力系统状态估计方法

引用

作者：孙国强卫志农叶芳 210098 江苏省南京市西康路1号

本发明公布了一种基于自动微分的电力系统状态估计方法，将AD技术分别应用于线性和非线性状态估计中。首先，为AD分配内存，声明活跃变量。然后，在迭代前将雅克比矩阵和海森矩阵中不变元素的位置和数值存到一个链表中。接着迭代开始，... 详细信息

标准号: CN101707373A

本发明公布了一种基于自动微分的电力系统状态估计方法，将AD技术分别应用于线性和非线性状态估计中。首先，为AD分配内存，声明活跃变量。然后，在迭代前将雅克比矩阵和海森矩阵中不变元素的位置和数值存到一个链表中。接着迭代开始，运用AD工具计算雅克比矩阵和海森矩阵的可变元素，同时读取链表中相应矩阵的不变元素，以此获得状态估计所需的雅克比矩阵和海森矩阵。本发明由于用AD替代了传统的手工编写微分代码计算雅克比矩阵和海森矩阵，有效避免了截断误差，提高了计算效率，而且本发明便于在已有的状态估计软件上实现。

关键词：矩阵雅克比矩阵状态估计微分电力系统状态估计非线性状态估计分配内存计算效率可变元素截断软件

来源：评论

学校读者我要写书评

暂无评论

一种基于张量法的状态估计方法

一种基于张量法的状态估计方法

引用

作者：卫志农厉超周海峰孙国强沈凤杰孙永辉杨莹 211100 江苏省南京市江宁区佛城西路8号

本发明公开了一种基于张量法的状态估计方法，该状态估计方法通过计算张量方程进而获得非线性修正量，避免了海森矩阵的计算和存储，较好的提高了非线性状态估计的计算效率同时保持了非线性状态估计的鲁棒性尤其是数值稳定性。

标准号: CN103280803A

关键词：非线性状态估计状态估计方法张量矩阵非线性修正数值稳定性计算效率鲁棒存储

来源：评论

学校读者我要写书评

暂无评论

飞灰含碳量预测方法、装置和电子设备

飞灰含碳量预测方法、装置和电子设备

引用

作者：陈强峰吕安斌虞仕杰陈章伟蒋赢凯陈言张斌孙银银齐永 310007 浙江省杭州市西湖区公元大厦北楼1601室

本发明实施例公开了飞灰含碳量预测方法、装置和电子设备，该方法包括：根据测点表获取飞灰含碳量及影响飞灰含碳量的辅助变量的历史数据，并对历史数据进行数据清洗和归一化处理；对进行数据清洗和归一化处理后的历史数据进行降维，并... 详细信息

标准号: CN112530526A

本发明实施例公开了飞灰含碳量预测方法、装置和电子设备，该方法包括：根据测点表获取飞灰含碳量及影响飞灰含碳量的辅助变量的历史数据，并对历史数据进行数据清洗和归一化处理；对进行数据清洗和归一化处理后的历史数据进行降维，并分割降维后的数据生成训练样本和测试样本；根据训练样本、预设的核函数和预设的支持向量机的超参数得到支持向量机回归模型；根据进行数据清洗和归一化处理的历史数据生成记忆矩阵，根据记忆矩阵生成非线性状态估计模型；获取分散控制系统的辅助变量测量值，将分散控制系统的辅助变量测量值依次通过支持向量机预测模型和非线性状态估计模型得到飞灰含碳量预测值。本发明的飞灰含碳量预测准确性高，健壮性强。

关键词：飞灰含碳量归一化处理支持向量机辅助变量历史数据数据清洗非线性状态估计分散控制系统记忆矩阵训练样本降维预设预测测量历史数据生成测试样本电子设备回归模型数据生成预测模型表获取核函数健壮性测点分割

来源：评论

学校读者我要写书评

暂无评论

一种智能车辆网络攻击安全检测系统及方法

一种智能车辆网络攻击安全检测系统及方法

引用

作者：徐坤豪赵万忠王春燕严伟杰黄恒孟琦康董坤 210016 江苏省南京市秦淮区御道街29号

本发明公开了一种智能车辆网络攻击安全检测系统及方法，包括：建立四自由度车辆模型；通过组合导航传感器获取车辆的位置信号Xs、Ys；根据所述建立的四自由度车辆模型，通过扩展卡尔曼滤波算法设计状态估计器，估计车辆的位置信号Xe、Y... 详细信息

标准号: CN114666100B

本发明公开了一种智能车辆网络攻击安全检测系统及方法，包括：建立四自由度车辆模型；通过组合导航传感器获取车辆的位置信号Xs、Ys；根据所述建立的四自由度车辆模型，通过扩展卡尔曼滤波算法设计状态估计器，估计车辆的位置信号Xe、Ye；根据获得的车辆的位置信号和状态估计器估计得到的车辆的位置信号，进行动态阈值检测，实时进行网络攻击安全的检测和容错。本发明可以面对传感器故障以及网络攻击安全问题进行警告和容错，大大提高了智能车辆的网络安全性；采用高自由非线性车辆模型，并且设计非线性状态估计器，增强了检测的准确性。

关键词：位置信号车辆模型网络攻击状态估计器四自由度智能车辆非线性状态估计扩展卡尔曼滤波安全检测系统传感器故障网络安全性安全问题算法设计组合导航阈值检测检测传感器警告自由安全

来源：评论

学校读者我要写书评

暂无评论

一种基于海底油气管道检测的水下多源导航定位方法

一种基于海底油气管道检测的水下多源导航定位方法

引用

作者：魏延辉张雪邵红卢添浩牟泽昊程健王淅周夕琳张贺龙杨天龙 150001 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室

本发明提供了一种基于海底油气管道检测的水下多源导航定位方法，建立集中式SINS/DVL/USBL组合导航的信息滤波模型，得到对导航误差状态的全局最优预测估计；然后分别建立SINS/DVL/USBL组合导航系统状态模型和SINS/DVL/USBL组合导航观... 详细信息

标准号: CN115560759A

本发明提供了一种基于海底油气管道检测的水下多源导航定位方法，建立集中式SINS/DVL/USBL组合导航的信息滤波模型，得到对导航误差状态的全局最优预测估计；然后分别建立SINS/DVL/USBL组合导航系统状态模型和SINS/DVL/USBL组合导航观测模型；通过改进DS‑UKF算法，通过充分利用延迟量测信息来提高顺势非线性状态估计精度；最后通过加权one‑class SVM的离群值检测算法，有效解决USBL数据的噪声和跳点问题，进而提高水下导航精度。本发明有效解决长航时管道检测机器人水下定位精度问题，同时综合信息时间延迟、信息突变等因素，极大限度地提高了水下定位精度。

关键词：水下定位有效解决组合导航非线性状态估计管道检测机器人海底油气管道组合导航系统导航定位导航误差观测模型检测算法精度问题滤波模型全局最优状态模型综合信息长航时集中式延迟量多源跳点算法加权突变噪声检测预测改进

来源：评论

学校读者我要写书评

暂无评论

一种时变信道下基于粒子滤波的同频混合信号盲分离方法

引用

信息工程大学学报 2014年第2期15卷 181-186页

作者：马欢江桦信息工程大学河南郑州450001

文章建立了时变信道下同频混合信号的基本模型,提出了利用粒子滤波的混合信号调制参数估计与盲分离算法。通过将混合信号的时变调制参数建模为一阶AR模型,重点推导了参数与符号序列的粒子更新公式,确定了粒子的权值更新方法,给出了相应... 详细信息

文章建立了时变信道下同频混合信号的基本模型,提出了利用粒子滤波的混合信号调制参数估计与盲分离算法。通过将混合信号的时变调制参数建模为一阶AR模型,重点推导了参数与符号序列的粒子更新公式,确定了粒子的权值更新方法,给出了相应的后验概率密度估计。实验仿真表明,文章算法能够较好地实现混合信号的调制参数估计和盲分离。

关键词：同频混合信号单通道盲分离非线性状态估计粒子滤波

来源：评论

学校读者我要写书评

暂无评论

基于L-M方法的迭代容积卡尔曼滤波算法及其应用

引用

西安工业大学学报 2013年第1期33卷 1-6页

作者：穆静蔡远利王长元西安工业大学计算机科学与工程学院西安710021 西安交通大学电子与信息工程学院西安710049

针对非线性状态估计中受到较大的初始估计误差和量测方程的非线性的影响致使状态估计精度不高的问题,提出了一种新的滤波算法——基于Levenberg-Marquardt方法(简写为L-M)的迭代容积卡尔曼滤波算法(ICKFLM).该算法将容积卡尔曼滤波算法(... 详细信息

针对非线性状态估计中受到较大的初始估计误差和量测方程的非线性的影响致使状态估计精度不高的问题,提出了一种新的滤波算法——基于Levenberg-Marquardt方法(简写为L-M)的迭代容积卡尔曼滤波算法(ICKFLM).该算法将容积卡尔曼滤波算法(CKF)的量测更新过程转换为求解非线性最小二乘解问题,以状态预测和方差预测为初始值,使用L-M方法求解最优的状态和方差估计.把基于L-M方法的迭代容积卡尔曼滤波算法应用到弹道再入目标状态估计中,仿真结果表明,相比于CKF算法,新算法的位置估计误差约降低了70%,相比于基于Gauss-Newton方法的迭代容积卡尔曼滤波算法(ICKF)位置误差降低了40%.新算法具有较高的状态估计精度,且收敛速度快.

关键词：非线性状态估计容积卡尔曼滤波 Levenberg-Marquardt方法再入目标跟踪

来源：评论

学校读者我要写书评

暂无评论

一种具有自适应算力调节与发散检测功能的复合粒子滤波方法

一种具有自适应算力调节与发散检测功能的复合粒子滤波方法

引用

作者：李文硕贾镜汀郭克信余翔郭雷王巍 310051 浙江省杭州市滨江区长河街道创慧街18号

本发明提供一种具有自适应算力调节与发散检测功能的复合粒子滤波方法，首先建立包含加性时变干扰和非高斯噪声的非线性系统增广状态空间模型；其次，设计含有干扰补偿采样环节的复合粒子滤波算法，克服加性时变干扰对粒子滤波性能的影... 详细信息

标准号: CN115776289A

本发明提供一种具有自适应算力调节与发散检测功能的复合粒子滤波方法，首先建立包含加性时变干扰和非高斯噪声的非线性系统增广状态空间模型；其次，设计含有干扰补偿采样环节的复合粒子滤波算法，克服加性时变干扰对粒子滤波性能的影响；再次，基于库尔贝克‑莱布勒散度计算重采样所需的最优粒子数，并根据重采样结果输出状态估计值和干扰估计值；最后，构造基于扩展卡尔曼滤波的发散检测单元，在检测到复合粒子滤波的估计误差发散时重置粒子滤波器。本方法能够处理加性时变干扰和非高斯噪声共存情形下的非线性状态估计问题，并通过粒子数自适应调节和发散检测单元保证了滤波器的快速性和可靠性，可推广应用于飞行器导航定位等实际领域。

关键词：发散复合粒子时变干扰加性检测非高斯噪声粒子数重采样滤波滤波器非线性状态估计扩展卡尔曼滤波状态空间模型非线性系统粒子滤波器自适应调节采样环节导航定位干扰补偿干扰估计估计误差粒子滤波滤波算法输出状态快速性力调节自适应飞行器散度重置保证

来源：评论

学校读者我要写书评

暂无评论

基于坐标系传递的姿态估计方法、系统、终端、介质及应用

基于坐标系传递的姿态估计方法、系统、终端、介质及应用

引用

作者：常路宾高端阳卞强李开龙覃方君查峰胡柏青田佳玉吕旭赵仁杰 430033 湖北省武汉市解放大道717号

本发明属于惯性导航技术领域，公开了一种基于坐标系传递的姿态估计方法、系统、终端、介质及应用，建立用于姿态计算的参考坐标系r、载体坐标系以及用于滤波的参考坐标系进行姿态误差定义，进行sigma点采样并构造全局姿态所对应的sigm... 详细信息

标准号: CN113340297A

本发明属于惯性导航技术领域，公开了一种基于坐标系传递的姿态估计方法、系统、终端、介质及应用，建立用于姿态计算的参考坐标系r、载体坐标系以及用于滤波的参考坐标系进行姿态误差定义，进行sigma点采样并构造全局姿态所对应的sigma点；将姿态sigma点在姿态运动学方程中传递并构造传递后的姿态误差sigma点；进行UKF预测及预测方差计算，并分别进行UKF量测更新以及全局姿态更新；进行姿态误差估计置零；进入滤波流程。本发明能充分发挥UKF在非线性状态估计中的优势，实现对载体姿态信息的有效估计。从坐标系的角度明确姿态误差的含义，避免了传统以位置作为姿态误差区分而引起的含义不明确的问题。

关键词：姿态误差参考坐标系传递非线性状态估计载体姿态信息运动学方程载体坐标系方差计算惯性导航滤波流程有效估计姿态更新姿态估计姿态计算采样量测滤波置零全局终端预测更新应用

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：