导读:本文包含了非线性系统滤波论文开题报告文献综述及选题提纲参考文献，主要关键词:相位测量,非线性校正,低通滤波,四步相移法
非线性系统滤波论文文献综述
乔闹生,龙永福,严波,曹斌芳,黎小琴[1]（2019）在《基于系统非线性校正与滤波的相位测量》一文中研究指出相位测量系统中投影仪输出与CCD输入变形条纹光强之间的非线性导致频谱混迭,影响测量精度,为了消除他们之间的非线性关系,提高相位测量精度,分析了系统非线性产生的基本原因,提出了一种基于系统非线性校正与滤波的相位测量方法.首先校正由投影仪中伽马畸变产生的系统非线性,然后采用低通滤波器对校正后输出的频谱进行滤波,只保留频谱中的基频成份,最后采用四步相移法对变形条纹进行相位测量.MATLAB仿真与实际实验结果表明,所提方法的系统非线性校正与滤波效果较好,有助于提高相位测量精度.(本文来源于《光子学报》期刊2019年10期）
吕佳志[2]（2019）在《基于改进粒子滤波的非线性系统故障诊断》一文中研究指出粒子滤波在非线性系统的故障诊断中,存在着粒子样本退化和突变状态难以跟踪的问题。为此提出一种基于无迹变换和遗传变异改进的粒子滤波算法,通过无迹变换将粒子转移到高似然区域,遗传算法代替重采样消除粒子多样性退化的问题,再利用对数似然函数和作为评价指标来进行故障诊断。仿真实验结果表明,改进的算法可有效提高滤波精度,在连续搅拌反应器变量发生突变时,能够有效、准确地诊断出故障。(本文来源于《机械制造与自动化》期刊2019年04期）
骆厚继[3]（2019）在《基于非线性动力学建模的PTSC滤波与无功补偿系统研究》一文中研究指出根据煤矿集团变电站供电模式的不同,可知大功率直流设备与变频设备的使用均存在无功和谐波问题的影响,极易使电网运行质量受到干扰,使煤矿开采存在风险。而为了解决以上问题,必须基于非线性动力学建模系统明确无功与谐波影响的确切位置与参数,落实模拟实验,而后再提供对应的滤波装置与无功补偿系统,分辨是否能够遏制此类问题继续出现,才能使此类变电站问题得以有效解决。(本文来源于《科技创新与应用》期刊2019年22期）
吴骁航[4]（2019）在《非理想情况下非线性系统的滤波及信息融合算法》一文中研究指出随着贝叶斯定理的提出,高斯滤波(GF)成为现代滤波领域里具有代表性的重要技术之一,在航天、通信、交通及化工等工程领域应用广泛,尤其是在导航领域,已成为当前的研究热点。由于系统存在建模误差和观测误差,需要设计高精度、高性能的滤波算法,对原始含噪声的信号进行处理,输出所需的信号。GF算法的正常运行需要满足多个假设条件,在实际工程中,非理想情况的存在会导致GF器无法正常工作。另外,为了弥补单个传感器自身缺陷,保证工程系统持续稳定的正常工作,通常采用多传感器协同工作的方式。高效、高精度、高稳定性的信息融合算法是多传感器协同工作的核心部分。为保证工程系统的正常运行,需要设计具有精度高、稳定性强的滤波算法,及高效、高稳定性、高精度的信息融合算法。由于工程环境的特殊性和复杂性,有些工程系统在工作中经常会存在随机观测时滞、模型含有乘性噪声、噪声非高斯等问题。为解决这些问题,本文提出几种改进滤波算法,从而获得有效的状态估计值。另外,为提高多传感器组合测量系统的稳定性和精确性,本文还设计了几种多传感器信息融合算法对状态估计值进行进一步融合处理。首先,针对系统中含有乘性噪声的问题,将乘性噪声统计特性与GF框架相结合,设计改进GF算法。算法考虑了乘性噪声满足高斯分布的假设,在预测和更新过程中考虑乘性噪声的条件均值方差,根据贝叶斯估计理论,改进GF框架。另外,针对系统同时存在的量测时滞、噪声相关和容积点中心偏移的问题,在改进GF框架的基础上,结合状态扩维、容积点改进等方法,使改进GF算法可以在不同的非理想条件下具有较高的估计精度。然后,针对系统噪声为重尾噪声的问题,通过将GF框架与鲁棒代价函数结合,设计鲁棒GF算法。算法通过最大熵准则、M估计准则等设计对重尾噪声具有鲁棒性的代价函数,代入GF框架中,或者以粒子框架、Student’s t滤波框架代替GF框架,从而使改进GF算法对重尾噪声具有鲁棒性。同时,利用基于M估计的鲁棒滤波逼近重要密度函数,降低粒子贫化现象,利用观测差分法去除噪声的时间相关性,通过状态扩维的方法解决因观测时滞导致的噪声条件均值不为零的问题,提高所设计鲁棒滤波算法的适用范围。接着,针对GF算法估计结果的一致性实时监测问题,设计一种新型的监测算法。首先,研究了GF框架下的滤波算法在非理想条件影响下,由于无法满足高斯近似假设,或者由于建模误差,导致估计值不一致的问题。然后,基于统计假设检测法,以后验估计值和先验估计值的差值为被检测的统计量,给出了一种新的一致性监测算法。该算法既避免了对状态真值的依赖,满足了实时监测要求,又是直接对后验估计值进行监测。且自动执行监测,避免了运行期间用户交互的繁琐操作,简化结构,提高计算效率。最后,将监测算法嵌入到容积四元数滤波中,测试算法在实际应用中的性能,从而确保所设计算法的有效性。最后,针对组合导航系统在非理想情况下的信息融合问题,将之前的研究成果与信息融合算法结合,设计改进信息融合算法。首先,针对乘性噪声及观测噪声相关的问题,以改进GF算法为基础,结合观测矩阵扩展法,设计了改进集中式融合算法。其次,针对系统噪声为Student’s t分布的问题,以改进Student’s t滤波框架为基础,结合拉格朗日乘子法计算融合权重,给出基于Student’s t的分布式融合算法。最后,针对多传感器采样率不同,及系统噪声和观测噪声相关的问题,通过多尺度系统理论统一采样率,结合一阶斯特林插值法将非线性函数线性化,解决系统噪声相关的问题,提出改进协方差交叉融合算法,并通过所提出一致性监测算法对估计结果进行监测。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
徐龙[5]（2019）在《具有随机时滞和丢包的非线性网络化控制系统的滤波算法研究》一文中研究指出在系统控制问题中,状态估计问题一直都是备受关注的主流研究问题之一。随着互联网技术的飞速发展,使得互联网技术和滤波技术之间的交叉融合逐渐变大。在研究系统状态估计问题的同时,还要考虑系统会随机发生某些网络化现象。所以,提出可以解决具有网络化现象控制系统滤波问题的方法是一个值得讨论的课题。本文基于以前的研究成果,主要讨论具有随机时滞和丢包的非线性网络化控制系统的滤波问题。主要内容分为四个部分。第一部分针对具有丢包补偿和相关噪声的非线性随机系统,基于无损变换的方法,设计无损卡尔曼滤波算法。第二部分针对具有随机时滞和测量丢失的非线性系统,在贝叶斯滤波的框架下,设计粒子滤波算法。第叁部分针对具有多传感器的特殊非线性系统,将线性滤波方法和无损变换方法相结合,设计混合卡尔曼滤波器。第四部分以机动目标跟踪系统为背景,设计具有随机非线性函数的混合卡尔曼滤波器,并研究交互多卡尔曼滤波算法。本文的具体研究内容如下:研究具有随机丢包补偿的非线性离散系统的无损卡尔曼滤波算法问题。我们利用一个满足伯努利分布的随机变量来描述系统随机发生数据包丢失的情况。这里,我们采用一步预测的值作为补偿器去代替0输入对系统状态进行估计,并且在算法中我们选取两个sigma点集来近似计算递推的无损卡尔曼滤波的参数,提高滤波算法的精准度。在系统估计误差最小的原则下,基于无损变换的方法,设计递推无损卡尔曼滤波器;其次,我们考虑具有相关噪声和测量丢失的非线性离散系统的无损卡尔曼滤波问题。应用射影理论和无损变换的方法,先构造出一步预测器,来降低系统相关噪声对滤波算法精度的影响。基于一步预测器,设计具有相关噪声和测量丢失的递推无损卡尔曼滤波器。研究具有随机时滞和测量丢失的非线性离散系统的粒子滤波算法问题。我们需要引入多个服从伯努利分布的随机变量来刻画系统随机发生多步时滞和测量丢失的现象,由于随机变量的个数过多,不便于分析比较不同的时滞率和丢失率对滤波器估计性能的影响。所以,为了方便对比,我们先以发生一步随机时滞和测量丢失的非线性系统为例进行研究。在系统模型中,引入两个满足伯努利分布的随机变量来刻画系统传感器随机发生时滞和测量丢失的现象。假设系统满足一阶马尔科夫过程,在贝叶斯滤波的框架下,给出采样重要性权重的递推计算公式,降低随机时滞和测量丢失对系统滤波器性能的影响,提高滤波算法对系统状态估计的精准度和有效性。在数值算例中,将我们所设计的滤波算法与传统粒子滤波算法进行比较,并分析不同的时滞率和测量丢失率对系统估计器性能的影响。再考虑具有多步随机时滞和测量丢失的非线性系统,给出相应的粒子重要性权重递推计算公式。通过算例验证我们所设计多步时滞滤波算法的准确度。研究具有多传感器的非线性离散系统的混合卡尔曼滤波算法。首先,引入一个对角矩阵来描述系统发生多重随机测量丢失的现象。其中,对角阵中的每个元素均是满足伯努利分布的随机变量。我们将线性滤波的推导方法(递推射影公式)和无损变换方法相结合,设计一个新的混合卡尔曼滤波器,解决具有非线性随机函数的非线性系统的状态估计问题。我们所设计的混合滤波算法,不但降低多个传感器随机发生测量丢失对滤波器估计性能的影响,同时还能更加准确的对非线性系统的状态进行估计。其次,又考虑具有乘性噪声的非线性离散系统的一致混合卡尔曼滤波问题。在系统模型中,利用零均值、单位方差的随机变量来刻画系统的乘性噪声。先利用递推射影公式和无损变换的方法,设计出具有乘性噪声的混合卡尔曼滤波。基于信息一致化的方法,设计出信息一致化的混合卡尔曼滤波。通过算例仿真,我们看出,利用一致化算法,可以将多个传感器的状态估计效果一致化,提高每个滤波器的工作效率。以机动目标跟踪系统为背景,研究具有随机非线性函数和丢包补偿的非线性系统的混合卡尔曼滤波算法。首先,介绍系统模型的建立过程。在机动目标跟踪系统模型的基础上,考虑到系统受到不确定因素的干扰,用随机非线性函数来刻画某些不确定的扰动。利用之前的理论研究基础,设计出相应的递推混合卡尔曼滤波器,并应用到机动目标跟踪系统中;其次,考虑交互多卡尔曼滤波算法。在实际的应用系统中,用一个系统模型没办法准确刻画出目标的运动状态,所以我们引入交互多卡尔曼滤波算法。针对上述机动目标跟踪系统,利用交互多卡尔曼滤波算法,估计目标的位置信息。通过算例仿真验证我们所设计滤波算法的精准性和有效性。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
王一鸣[6]（2019）在《量化丢包约束下非线性网络化系统的控制与peak-to-peak滤波》一文中研究指出网络化控制系统与传统的点对点控制系统相比,具有安装速度快,抗干扰能力强,设计成本低等诸多长处,已经在航空航天、工业自动化和无人机控制等很多领域获得了广泛的应用。然而,由于通信网络传输信息的能力是有限的,当控制系统需要传输大量实时数据时会使得系统的稳定性分析和性能设计变得非常困难。信号量化和数据包丢失是造成这一问题的主要原因之一。因此,研究控制系统在信号量化和数据包丢失影响下依然保持稳定和优秀的动态性能,成为了控制界的热门研究方向之一。在现有研究成果的基础上,本论文研究了非线性网络控制系统在多路信号量化和数据包丢失影响下的peak-to-peak控制和滤波问题。首先,本论文针对存在多路信号量化非线性网络控制系统,研究了其peak-to-peak滤波器设计问题。通过使用T-S模糊模型方法、模糊Lyapunov函数法和线性矩阵不等式技术,降低了现有文献中peak-to-peak滤波器设计条件的保守性。其次,本论文研究了具有多路数据包丢失情况下,非线性网络化控制系统的peak-to-peak滤波器设计问题并且解决了现有文献中peak-to-peak滤波器设计条件存在非线性耦合项的问题。最后,本论文在总结上面两部分的基础上,研究了同时具有多路信号量化和数据包丢失影响下非线性网络化控制系统的peak-to-peak控制器和滤波器设计问题,得到了更符合实际工程应用的peak-to-peak控制器和滤波器设计条件。(本文来源于《武汉科技大学》期刊2019-05-23）
李金烁[7]（2019）在《非线性网络控制系统滤波及基于观测器的输出反馈控制问题研究》一文中研究指出网络控制系统(Network Control Systems,NCSs)是指控制器、传感器、执行器之间通过计算机网络进行通讯的控制系统。由于具有资源集中、成本低、易于维护等优点,网络控制系统正逐渐取代传统的控制系统成为控制系统发展的主流。然而,由于网络带宽的制约,NCSs不可避免地会产生量化、丢包、时延等问题。因此,研究NCSs,使其在量化、丢包、时延等问题的影响下,仍能保持良好的控制性能具有现实意义。本文以非线性网络控制系统为研究对象,研究其滤波及基于观测器的输出反馈控制问题。具体工作如下:首先,针对NCSs中的量化问题,研究T-S模糊系统的动态量化L_∞滤波问题。使用“一步法”设计全阶滤波器。利用线性矩阵不等式解耦技巧,将动态量化L_∞滤波问题转换成标准的线性矩阵不等式可行解问题,避免了额外设置矩阵参数。其次,考虑到所设计的动态量化L_∞滤波器的实用性,我们将在全阶滤波器设计的基础上,利用矩阵变换技巧设计L_∞降阶滤波器。所设计的L_∞降阶滤波器存在的充分条件仍然以线性矩阵不等式的形式给出。通过仿真实验得到了满意的结果。再次,针对NCSs中的时滞和丢包问题,研究离散时间混合时滞系统的H_∞控制问题。考虑到系统状态的不可观测性,采用基于观测器的输出反馈形式,使用李雅普诺夫克拉索夫斯基方法,以线性矩阵不等式的形式给出控制器存在的充分条件。最后,对本文工作进行总结,并指出进一步研究的方向。(本文来源于《武汉科技大学》期刊2019-05-01）
门运哲[8]（2019）在《非线性Markov跳变奇异摄动系统的控制与滤波》一文中研究指出随着工业系统复杂性的逐渐提高,越来越多的工业系统表现出多时间尺度特性。在对这些系统进行分析建模时,奇异摄动理论发挥了重要作用,对其展开的研究也逐渐深入。另一方面,很多系统不仅呈现出非线性特性,系统结构参数还会因环境等因素发生随机改变,将Markov跳变理论应用到这类系统的建模中也是一个热门课题。将这两种理论相结合能够极大的改进系统模型的精度,具有一定的实用价值。基于Takagi-Sugeno(T-S)模糊模型,在网络控制系统的框架下考虑带有Markov型参数的奇异摄动系统的控制及滤波问题是本论文的主要内容。具体内容如下:(1)针对一类非线性快采样Markov跳变奇异摄动系统,研究其在混合H_?及无源性能指标下的非脆弱控制问题。首先采用T-S模糊模型方法来逼近系统的非线性,进而得到系统的T-S模糊模型。在控制器的设计过程中,考虑到控制器可能会遭受不确定因素的影响而无法精确实现,因此本文引入一个服从伯努利分布的随机变量来模拟控制器中随机出现的不确定变化。然后基于Lyapunov稳定性原理和随机分析理论,对系统的稳定性进行分析,得到能够保证系统随机稳定以及控制器存在的相关判据。最后,通过一个隧道二极管电路的仿真例子来验证设计方案的可行性和有效性。(2)针对一类非线性semi-Markov跳变奇异摄动系统,对其在网络控制框架下的量化控制问题进行相关研究。不同于Markov跳变系统,为了更合理地反映系统在不同模态下的驻留时间的信息,本文将驻留时间相关的semi-Markov型参数引入到系统中。类似于(1)中的处理方法,首先获得非线性系统的T-S模糊模型。然后考虑到网络控制系统的量化现象,以及网络堵塞等因素可能导致的数据丢包现象,对所要设计的控制器模型进行合理的数学描述。根据Lyapunov稳定性原理,进行稳定性分析,得到能够保证系统均方稳定以及控制器存在的相关判据,同时该设计方法能够有效地提高系统摄动参数的上界。在仿真中,用一个直流电机模型来证明所设计的控制器的有效性,并且在数值例子中讨论了不同量化密度以及丢包率对系统的影响。(3)针对一类非线性Markov跳变奇异摄动复杂网络,研究其在H_?性能指标下的滤波问题。考虑到在实际情况下系统的模态信息并不能被滤波器完全获得,本文将Hidden-Markov模型引入到滤波器的设计中,所设计的滤波器的模态是基于一个探测信号产生的。另外,由于网络带宽的限制,为了优化数据传输,在通信网络中应用了轮询协议。该协议的引入能够有效地消除网络系统中数据乱序,数据包丢失等现象的发生。然后,通过Lyapunov稳定性分析理论,获得相关稳定性判据,并且求得滤波器增益的具体表达式。最后,运用仿真例子来对上述获得的滤波器进行检验。(本文来源于《安徽工业大学》期刊2019-04-10）
王艳辉[9]（2019）在《复杂非线性动态系统的滤波与平滑方法研究》一文中研究指出动态系统以常微分方程或离散映射的形式描述状态变量在时间上的演化。由于大多数可以用经典运动方程描述的物理现象都是非线性的,因此对非线性动态系统的研究显然是非常有意义的。非线性动态系统的滤波和平滑在科学工程中有着广泛的应用,如导航和制导系统、雷达跟踪、声纳测距、卫星和飞机定轨等。根据复杂非线性动态系统所面临的不同问题,提出相应的非线性滤波与平滑方法,一直是该领域的研究热点与难点。为了进一步拓展复杂非线性动态系统研究的深度与广度,论文从解决复杂非线性动态系统状态估计中存在的五个问题展开研究,主要工作和创新如下:1.针对一具体的离散复杂非线性动态系统—雷达被动跟踪系统状态估计中存在的初始误差大和随机干扰问题,提出了切换迭代的平方根Gauss-Hermite滤波。切换控制的引入能让算法在标准工作模式和迭代更新模式之间进行切换,一方面可以处理随机干扰问题,另一方面使算法在计算开销和估计精度之间取得平衡。2.针对具有相关噪声的离散复杂非线性动态系统的状态估计问题,提出了两类新的迭代后验线性化方法。所提算法是以迭代方式在当前后验近似点对非线性动态系统函数进行统计线性回归而得到的。利用不同的数值方法计算非线性系统统计线性回归中涉及的高斯积分能得到不同的迭代后验线性化估计算法,有利于不同的复杂非线性动态系统根据自身需要选择相应估计方法。所提方法不仅具有高斯近似估计的精度和鲁棒性,而且具有可行的计算复杂度。3.针对连续-离散复杂非线性动态系统的贝叶斯最优平滑问题,提出了精确连续-离散扩展-容积卡尔曼平滑和连续-离散容积卡尔曼平滑这两种算法。后一种平滑方法不仅解决了先前连续-离散容积卡尔曼滤波不能处理的动态系统含有非定常乘法项的问题,而且与前一种平滑方法一起把二者相应的滤波算法扩展到了平滑邻域。在高斯噪声下,采用新的平滑算法能获得精确的状态估计,且算法的计算成本和鲁棒性能满足大多数实际应用需求。4.为了处理连续-离散复杂非线性动态系统遇到的非高斯噪声,从理论上提出了精确高斯和的滤波与平滑方法。高斯和滤波/平滑方法采用一组平行的精确连续-离散扩展-容积卡尔曼滤波/平滑,将预测密度和后验密度近似为有限个数高斯密度的加权和。数值仿真表明,所提算法具有准确、鲁棒的状态估计能力,同时其计算开销可满足于具有弱实时要求的各种实际应用。5.针对连续-离散复杂非线性动态系统的分布式状态估计问题,提出了一种新的测量与信息一致性容积卡尔曼滤波与平滑方法。新的一致性滤波与平滑算法不仅能提供准确、鲁棒的状态估计,而且能提供多传感器融合所需的信息滤波器的灵活性。(本文来源于《电子科技大学》期刊2019-04-06）
庄继晶[10]（2019）在《离散时间非线性马尔可夫跳变系统的H_∞滤波》一文中研究指出本文研究了具有马尔可夫跳变参数和范数有界非线性函数项的离散时间系统的鲁棒H_∞滤波问题.首先给出了滤波增广系统H_∞的定义和均方渐进稳定性的定义,然后基于线性矩阵不等式(LMI)方法给出了滤波问题可解的充分条件和滤波器增益的设计方法,从而保证所得到的滤波误差增广系统是均方渐进稳定的并且其H_∞范数小于一个给定的干扰抑制水平γ2,其中γ> 0.最后给出了一个数值例子来说明所得结果的有效性.(本文来源于《枣庄学院学报》期刊2019年02期）
非线性系统滤波论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
粒子滤波在非线性系统的故障诊断中,存在着粒子样本退化和突变状态难以跟踪的问题。为此提出一种基于无迹变换和遗传变异改进的粒子滤波算法,通过无迹变换将粒子转移到高似然区域,遗传算法代替重采样消除粒子多样性退化的问题,再利用对数似然函数和作为评价指标来进行故障诊断。仿真实验结果表明,改进的算法可有效提高滤波精度,在连续搅拌反应器变量发生突变时,能够有效、准确地诊断出故障。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
非线性系统滤波论文参考文献
[1].乔闹生,龙永福,严波,曹斌芳,黎小琴.基于系统非线性校正与滤波的相位测量[J].光子学报.2019
[2].吕佳志.基于改进粒子滤波的非线性系统故障诊断[J].机械制造与自动化.2019
[3].骆厚继.基于非线性动力学建模的PTSC滤波与无功补偿系统研究[J].科技创新与应用.2019
[4].吴骁航.非理想情况下非线性系统的滤波及信息融合算法[D].哈尔滨工业大学.2019
[5].徐龙.具有随机时滞和丢包的非线性网络化控制系统的滤波算法研究[D].哈尔滨工业大学.2019
[6].王一鸣.量化丢包约束下非线性网络化系统的控制与peak-to-peak滤波[D].武汉科技大学.2019
[7].李金烁.非线性网络控制系统滤波及基于观测器的输出反馈控制问题研究[D].武汉科技大学.2019
[8].门运哲.非线性Markov跳变奇异摄动系统的控制与滤波[D].安徽工业大学.2019
[9].王艳辉.复杂非线性动态系统的滤波与平滑方法研究[D].电子科技大学.2019
[10].庄继晶.离散时间非线性马尔可夫跳变系统的H_∞滤波[J].枣庄学院学报.2019