导读:本文包含了滤波估计论文开题报告文献综述及选题提纲参考文献，主要关键词:容积卡尔曼滤波,状态估计,配电网
滤波估计论文文献综述
张叶贵,刘敏[1]（2019）在《基于容积卡尔曼滤波的配电网状态估计》一文中研究指出针对配电网节点数多、维数高的特点,传统扩展卡尔曼滤波(Extended Kalman Filter,EKF)因线性化程度制约已难以满足配电网状态估计要求。为克服EKF线性化过程引入的误差,以及提升高阶系统估计性能,将不需要对非线性系统函数线性化的容积卡尔曼滤波(Cubature Kalman Filter,CKF)算法引入到配电网状态估计中,并利用叁阶球面—径向规则生成容积点来近似系统函数的非线性分布。通过对叁相不平衡电网进行算例仿真表明,CKF算法相较于EKF算法不仅具有更高的估计精度,且在算法的数值稳定性与算法效率方面都要优于EKF算法。(本文来源于《电力科学与工程》期刊2019年11期）
杨奕飞,鲍威尔[2]（2019）在《MCMC粒子滤波的动力定位状态估计方法》一文中研究指出状态估计是动力定位系统控制部分重要的一环,要让船舶保持在目标位置就需要获得准确的船舶状态信息。针对扩展卡尔曼滤波和无迹卡尔曼滤波等滤波依赖高斯逼近而无法适应船舶运动这类强非线性问题,选用基于贝叶斯估计的改进粒子滤波算法。针对标准粒子滤波的退化和贫化问题,引入马尔科夫链蒙特卡罗算法,构造马尔可夫链产生来自目标分布的样本,降低粒子间的关联性。仿真结果表明,改进的粒子滤波能够从包含高频运动信息和噪声的测量信息中分离船舶低频运动信息,滤波精度较高,稳定性较好。(本文来源于《控制工程》期刊2019年11期）
杨晔晨,胡越黎,徐杰,承文龙,郁怀波[3]（2019）在《基于改进高斯滤波与加权环境参数自适应估计的定位方法》一文中研究指出基于接收信号强度指示(received signal strength indication, RSSI)测距的定位技术是一种成本比较低廉的定位技术.为了能够有效降低RSSI值因环境因素的影响而产生的误差,提出了一种改进的加权高斯滤波算法对RSSI值进行处理;并建立了一种加权环境参数自适应估计算法对当前待定位的移动节点所处位置的环境参数进行估计;然后根据估计所得的环境参数确定移动节点所在位置的路径损耗模型;最后根据该模型估计移动节点的位置.实验结果表明,该方法能够有效提高系统的定位精度.(本文来源于《上海大学学报(自然科学版)》期刊2019年05期）
付雷,章政,余义[4]（2019）在《基于动态权值共轭梯度的自适应互补滤波姿态估计算法》一文中研究指出针对低成本微机电系统(MEMS)惯性测量器件易发散,单一的姿态估计算法存在精度低、抗干扰性弱等问题,提出了一种动态权值共轭梯度法与自适应互补滤波融合的姿态估计算法。该算法在共轭梯度算法中加入动态权值,根据载体运动加速度大小对权值进行动态调整,消除运动加速度对姿态估计的不利影响;将加速度计的输出采用动态权值共轭梯度法估计出姿态四元数,并将其与陀螺仪的输出通过自适应互补滤波算法融合以减小惯性测量单元(IMU)的漂移和噪声干扰,提高微型四旋翼飞行器姿态估计的跟踪精度。为了验证所设计算法的可行性和有效性,搭建了基于STM32单片机的四旋翼飞行器实验平台,实验结果表明该算法提高了姿态估计的跟踪精度以及非重力运动加速度干扰下的抗干扰能力。(本文来源于《高技术通讯》期刊2019年10期）
杨慧霞,唐加山,卢美玲,章歆羡,卓干兵[5]（2019）在《一种基于RLS自适应滤波跟踪的信道估计方法》一文中研究指出对于快时变信道~([1]),基扩展模型(Basic Expansion Model,BEM)能很好地捕捉信道的时变特性,并能有效模拟信道的传输情况,进而常用于信道建模。本文提出了一种基于RLS自适应滤波跟踪的信道估计方法。自适应滤波器本身有一个重要的算法,即递归最小二乘(Recursive least squares,RLS)算法。文章利用RLS自适应滤波算法对BEM基系数g进行跟踪,并将其自适应的调整大小,然后对信道响应进行估计。为验证所提方法的性能,本文对所提算法与LS配合插值算法进行仿真对比。仿真结果表明,所提方法相较LS算法有很好的估计精度。(本文来源于《信息通信》期刊2019年10期）
段瑞林,王奔,魏久林,杨洋[6]（2019）在《基于自适应卡尔曼滤波的磷酸铁锂电池荷电状态估计》一文中研究指出磷酸铁锂电池荷电状态(SOC)用于表征电池的剩余电量,是电池管理系统的重要参数。对SOC进行准确估计有助于提高电池利用率,保证电池的使用寿命和安全。但是SOC不能直接从外部测量得到,只能通过各种间接的方法求得,因此寻求准确的电池SOC估计算法非常重要。对磷酸铁锂电池进行建模,使用14组电池充放电数据分段进行参数辨识,得到具有广泛适用性的模型参数。基于此模型,运用自适应扩展卡尔曼滤波算法进行SOC估计,克服了常用扩展卡尔曼滤波会受到噪声影响的弊端,并通过仿真分析证明了算法的优越性。(本文来源于《电工技术》期刊2019年19期）
张佳倩,刘志虎[7]（2019）在《基于模型参数辨识和扩展卡尔曼滤波的锂电池荷电状态估计》一文中研究指出锂电池的荷电状态(SOC)估计作为电池管理系统的关键技术之一,直接影响到整个电池管理系统(BMS)的功能和效率。针对一般的简单多项式拟合SOC-OCV曲线提出了改进,采用了分段拟合的方式,能够降低拟合公式的阶数,提高拟合精度。结合戴维南(Thevenin)等效电路,以及充放电实验和混合脉冲功率特性(HPPC)实验进行参数辨识,得到状态方程和观测方程,采用扩展卡尔曼滤波算法(EKF)对锂电池的不同工况进行SOC估计。仿真结果表明,分段拟合SOC-OCV曲线能有效提高SOC估计精度,减少计算量。(本文来源于《工业控制计算机》期刊2019年09期）
高昂,郭梦蕾,徐珂雅,谢慧浚,韩泽雷[8]（2019）在《卡尔曼滤波算法在锂电池荷电状态估计中的应用》一文中研究指出基于研究卡尔曼滤波算法在锂电池荷电状态估计和监测中应用效果的目的,本文通过建立Thevenin电池模型,结合锂电池恒定电流充放电实验数据,有效模拟出电池实际工作特性,并分别采用传统卡尔曼滤波(KF)和扩展卡尔曼滤波(EKF)算法对锂电池荷电状态(SOC)进行估测。得出如下结论:采用基于Thevenin电池模型的KF与EKF算法均可以快速精准地估测锂电池荷电状态。EKF对于初值的敏感度相较KF明显低,当初值为80%时参数适应性较好。此外,在利用卡尔曼滤波算法对电池端电压估测时发现其收敛值总会与真实值产生一个约为0.05 V的恒定偏差值。(本文来源于《电子设计工程》期刊2019年18期）
陆玉,张华[9]（2019）在《基于迭代双重扩展的Kalman滤波的有源目标估计算法》一文中研究指出多数地理定位算法只用信号的到达时间差(Time Difference of Arrival,TDOA)估计发射机位置,而TDOA数据中的外部噪声降低估计精度。为此,提出基于迭代双重扩展的Kalman的有源目标估计(Iterated dual-extended Kalman Fiter,ID-EKF)算法。ID-EFK算法测量TDOA和到达频率差(Frequency Difference of Arrival,FDOA)信号。先建立相关位置和速度的状态等式和相关TDOA和FDOA信号的测量等式。然后,再用迭代双重扩展Kalman滤波补偿非线性测量误差。仿真结果表明,提出的ID-EKF算法降低了估计误差。(本文来源于《中国电子科学研究院学报》期刊2019年09期）
田晟,吕清[10]（2019）在《基于粒子滤波算法的动力电池容量估计模型研究》一文中研究指出针对基于双指数模型和多项式模型的粒子滤波算法估计动力电池容量精度低的问题,提出一种融合指数项和多项式的组合模型估计动力电池容量,通过分析粒子滤波算法运行过程中双指数模型和多项式模型的参数迭代更新状态,提取两模型中的关键项形成组合模型,并分别以实验室条件下和用户工况下动力电池容量数据对组合模型进行验证。结果表明,两种条件下基于组合模型估计的动力电池容量精度均高于基于双指数模型和多项式模型估计的精度。(本文来源于《公路与汽运》期刊2019年05期）
滤波估计论文开题报告
（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：
状态估计是动力定位系统控制部分重要的一环,要让船舶保持在目标位置就需要获得准确的船舶状态信息。针对扩展卡尔曼滤波和无迹卡尔曼滤波等滤波依赖高斯逼近而无法适应船舶运动这类强非线性问题,选用基于贝叶斯估计的改进粒子滤波算法。针对标准粒子滤波的退化和贫化问题,引入马尔科夫链蒙特卡罗算法,构造马尔可夫链产生来自目标分布的样本,降低粒子间的关联性。仿真结果表明,改进的粒子滤波能够从包含高频运动信息和噪声的测量信息中分离船舶低频运动信息,滤波精度较高,稳定性较好。
（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。
滤波估计论文参考文献
[1].张叶贵,刘敏.基于容积卡尔曼滤波的配电网状态估计[J].电力科学与工程.2019
[2].杨奕飞,鲍威尔.MCMC粒子滤波的动力定位状态估计方法[J].控制工程.2019
[3].杨晔晨,胡越黎,徐杰,承文龙,郁怀波.基于改进高斯滤波与加权环境参数自适应估计的定位方法[J].上海大学学报(自然科学版).2019
[4].付雷,章政,余义.基于动态权值共轭梯度的自适应互补滤波姿态估计算法[J].高技术通讯.2019
[5].杨慧霞,唐加山,卢美玲,章歆羡,卓干兵.一种基于RLS自适应滤波跟踪的信道估计方法[J].信息通信.2019
[6].段瑞林,王奔,魏久林,杨洋.基于自适应卡尔曼滤波的磷酸铁锂电池荷电状态估计[J].电工技术.2019
[7].张佳倩,刘志虎.基于模型参数辨识和扩展卡尔曼滤波的锂电池荷电状态估计[J].工业控制计算机.2019
[8].高昂,郭梦蕾,徐珂雅,谢慧浚,韩泽雷.卡尔曼滤波算法在锂电池荷电状态估计中的应用[J].电子设计工程.2019
[9].陆玉,张华.基于迭代双重扩展的Kalman滤波的有源目标估计算法[J].中国电子科学研究院学报.2019
[10].田晟,吕清.基于粒子滤波算法的动力电池容量估计模型研究[J].公路与汽运.2019