导读:本文包含了滚动时域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:数据丢包,参数不确定,滚动时域估计,无人机
滚动时域估计论文文献综述
赵国荣,刘伯彦,高超[1]（2019）在《数据丢包的参数不确定下无人机滚动时域估计》一文中研究指出针对网络中通信链路中断及系统参数不确定现象,研究了数据包丢失的参数不确定无人机系统状态估计问题,基于滚动时域估计理论和随机最小二乘理论,提出了一种分布式滚动时域估计算法。对于数据包丢失和参数不确定问题,采用已知概率的马尔可夫序列和系统矩阵扰动噪声进行建模。仿真结果表明,该算法的估计效果优于一种新的卡尔曼滤波算法。最后,研究分析了系统压缩量、数据包接收概率和时窗长度对所提算法估计性能的影响。在系统不确定性和丢包概率未知的情况下,适当增加时窗长度可以提高算法估计性能。(本文来源于《系统工程与电子技术》期刊2019年12期）
楚红雨,倪俊超,常志远,邵延华,张晓强[2]（2019）在《农业植保无人机变结构线性滚动时域估计器研究》一文中研究指出植保无人机的惯导数据输出频率最高可达8 k Hz,而常用GPS输出频率最高只有10 Hz,会导致位置估计器的数据源之间存在延时问题。为此设计了一种处理延时测量值的变结构线性滚动时域估计器(Variable structure linear-Moving horizon estimator,VSL-MHE)。首先将多传感器测量数据进行序列化;然后通过线性索引来确定排列项中无数据的坐标,根据该坐标对代价函数中权重矩阵进行更新,从而改变估计器结构;最后通过VSL-MHE估计植保无人机位置。在室内测试中,通过Opti Track向植保无人机发送模拟GPS信号,输出频率范围为2～20 Hz。将VSL-MHE估计的位置、MHE估计的位置和循环迭代扩展卡尔曼滤波器(Circular iterated extended Kalman filter,CIEKF)估计的位置分别与Opti Track获取的精确位置做对比,结果表明,VSL-MHE的位置最大偏差小于CIEKF和MHE的位置最大偏差。在室外40 m×30 m范围的飞行测试中,VSL-MHE的航线位置最大偏差小于CIEKF和MHE的位置最大偏差,验证了该算法的有效性。(本文来源于《农业机械学报》期刊2019年10期）
伍星华,战兴群,刘铭[3]（2019）在《基于Newton迭代滚动时域估计的GPS/SINS紧组合导航技术》一文中研究指出随着智能设备的普及,使用手机为汽车进行导航越来越普遍。目前,手机内置的惯性测量单元成本低廉、导航精度低,且常使用松组合,而应用GPS/SINS紧组合导航技术可提高导航的精度及可用性。通过将基于Newton迭代的梯度下降算法与滚动时域估计相结合,手机内置GPS与陀螺加速度计构成紧组合导航系统,可提高在复杂环境中的导航精度。传统Kalman滤波方法未能充分考虑到紧组合导航系统的非线性特性,而滚动时域估计通过参考多时刻导航信息,可更有效地排除非线性因素对系统的干扰,并通过实验验证了此方法。实验结果表明,相比采用扩展Kalman滤波,基于Newton迭代时域估计算法的紧组合导航系统的导航位置精度及速度精度均获得了较大提高。(本文来源于《导航与控制》期刊2019年03期）
陈尔康,荆武兴,高长生[4]（2019）在《弹性高速飞行器的状态/参数滚动时域估计》一文中研究指出针对弹性高速飞行器非线性、不确定性和刚体/弹性耦合的特点,提出了一种基于QR分解和滚动时域估计的状态/参数联合估计方法。首先,通过引入滚动时域策略,将状态/参数估计问题转化为固定变量数目的优化问题,能够较好地处理时变参数的估计问题。然后,利用前向动态规划原理,将到达代价的计算转化为最小二乘问题,并利用QR分解进行求解,从而给出了基于QR分解的到达代价更新方法。这样使得整个滚动时域估计方法都建立在优化的基础上,且引入了反馈机制,提高了估计精度和速度。仿真结果表明:滚动时域估计的精度明显优于扩展卡尔曼滤波,且基于QR分解的到达代价更新方法在速度上优于传统的基于估计误差协方差的到达代价更新方法。(本文来源于《北京航空航天大学学报》期刊2019年02期）
李梦莹[5]（2018）在《催化裂化装置提升管温度分布的滚动时域估计与优化》一文中研究指出催化裂化作为一种重要的石油炼制方法,在石油化工厂中有着举足轻重的地位。其中,提升管反应器是发生催化裂化反应的主要设备,是催化裂化装置(Fluid Catalytic Cracking Unit,FCCU)的核心组成部分。提升管反应器的反应温度对反应速度和产品性质都有着巨大影响。反应温度变化,反应速度和生成的产物也随之改变。但是,提升管上的热电偶数量往往有限,只能反映个别测点的温度,无法体现反应全过程的状况和特性。为了实时监控每一处的反应深度、保证生产工艺的安全可靠运行,需要准确地估计沿提升管轴向的温度分布。本文聚焦于FCCU提升管的温度分布,通过设计滚动时域估计器,根据已知测点温度估计提升管整体的温度分布,并在估计器的基础上进一步设计模型预测控制器,从而实现对提升管温度分布的估计与控制。首先,本文对FCCU提升管反应器进行建模。由于FCCU提升管的反应体系十分复杂,本文将众多反应物质划分为五个虚拟组分,分别对每个组分的浓度和反应温度建立动力学模型,建立了提升管的动态模型。接着,为了后续优化和控制,对分布参数(偏微分方程)描述的模型进行有限差分处理,将其变为微分代数形式的模型。最后,实验验证了模型的准确性和可靠性。其次,本文提出基于邻域优化的分布式滚动时域估计算法,用于估计提升管的温度分布。首先将提升管划分为若干个子系统,分别设计各子系统的滚动时域估计器。考虑到子系统之间具有较强的耦合关系,为了提高整体的估计性能,每个子系统估计器在优化时同时考虑到邻居子系统的估计性能,形成了基于邻域优化的分布式滚动时域估计算法。该算法不仅具有较好的整体估计性能,而且计算速度较快。最终,将提出的算法应用于在线估计九江石化FCCU提升管的温度分布,验证了算法的有效性。最后,根据估计的温度分布,本文提出基于反应热修正的模型预测控制算法来控制提升管温度分布,其中温度分布能更全面地体现反应的全过程信息,反应热能体现反应转化率。相比于传统的控制提升管出口温度的方法,控制温度分布是对反应全过程的控制,可以对整个反应过程控制的更为精细。同时,反应热是体现反应转换率的关键工艺量,在控制器的优化指标中加入反应热可以对温度分布进行修正,减小外部干扰的影响,保证产品转化率。所形成的基于反应热修正的模型预测控制算法能够提高产率控制精度,并且该算法可以缩短控制时域,提高算法的实时性。最终,仿真验证了算法的有效性。(本文来源于《上海交通大学》期刊2018-05-01）
曾丽君[6]（2018）在《硅微陀螺阵列的滚动时域估计滤波算法研究》一文中研究指出硅微陀螺在中低精度的惯性稳定平台中具有广泛应用。通过多个硅微陀螺组成阵列,采用数据融合技术可提高硅微陀螺的输出精度。在卡尔曼滤波算法基础上,研究了一种考虑前若干个时刻量测输出值的滚动时域估计(MHE)算法,获得陀螺阵列输出的最优估计。采用2×2的ADIS16080组成陀螺阵列,基于TMS320F28335嵌入式计算平台开展试验研究。试验结果表明,单陀螺输出经卡尔曼滤波后,输出噪声方差的均值为4.179 4 s~(-2)。采用陀螺阵列信息融合后,方差降至4.071 7 s~(-2)。进一步采用预测长度为3的MHE算法可将输出噪声方差减少至2.127 3 s~(-2)。(本文来源于《仪表技术与传感器》期刊2018年01期）
郭卓瑜[7]（2018）在《微网分布式预测二次控制与滚动时域状态估计》一文中研究指出由于微网具有提升电能质量,减少线路损耗,促进可再生能源消纳等优点,因此得到了大量的关注和研究。在微网的一次控制中,普遍应用的下垂控制会使系统的电压和频率偏离额定值,因此需要二次控制对微网的电压和频率进行调节。与此同时,微网中的控制问题大都是基于状态反馈,而系统模型和测量中存在噪声和干扰且有时某些状态无法直接测量,因此需要对微网状态进行估计。本文首先介绍了微网分层控制原理,建立了微网中各分布式发电单元的非线性系统模型。然后介绍了输入输出反馈线性化的原理,并将其用于微网动态模型的处理。对线性化后的系统设计了分布式预测控制器,并对全局系统的收敛性和稳定性进行了分析,得到了收敛性和稳定性条件。本文提出的基于IOFL-DMPC的算法实现了对微网二次控制的全分布式控制,和传统的集中式控制结构相比灵活性好,满足微网中分布式发电的单元“即插即用”的特性,而且对通信的要求更低。通过对微网仿真,结果显示该算法能够很好的实现对电压和频率的调节,使各分布式发电单元同步且一致的恢复到了额定值,验证了该算法的有效性。此外,和一般的分布式协调反馈控制方法进行了对比,仿真结果显示本文提出的算法具有更快的动态响应速度,方差小控制性能更好。针对微网中的状态估计问题,本文建立了系统的动态模型,介绍了传统基于卡尔曼滤波集中式控制算法,但是其在处理约束问题上受到限制,且集中式控制计算量大,对单点故障敏感。本文提出了一种基于邻居优化的分布式滚动时域估计的算法,实现了对微网状态的分布式估计。微网中每一个DG及其所在线路可以看成一个子系统,每个子系统之间的存在状态耦合,所谓邻居优化是要求每一个子系统不仅考虑自身优化性能,还考虑了相邻子系统的性能,使局部优化目标的最优解尽可能收敛于全局最优解,提升了分布式估计的性能。最后,通过对含有5个DG的微网系统验证了算法的有效性。(本文来源于《上海交通大学》期刊2018-01-01）
胡磊,伊国兴,南熠[8]（2017）在《滚动时域状态估计中极小化问题的求解》一文中研究指出滚动时域状态估计(MHSE)方法的基本思想是:将控制系统的状态估计问题转化为有限时域内的优化问题,通过获得的优化解对系统状态进行估计。针对带约束的线性离散系统的状态估计问题,介绍了MHSE方法的研究及应用现状。基于惩罚函数法建立惩罚因子,将约束条件融合到适应度函数中,通过粒子群优化(PSO)算法求解MHSE方法中的极小化问题。基于Matlab编程,实现了二阶仿真算例。仿真结果表明,PSO算法能够有效地求解MHSE方法中的极小化问题,使得2种状态的估计值和真实值之间的均方差分别为0.075 0、0.204 1。PSO算法能够有效地求解二阶仿真算例,以获取滚动时域估计方法中极小化问题的最优解,为基于MHSE方法进行状态估计的研究与应用提供了参考。下一步的研究方向是提高估计精度,以及复杂约束条件下高阶系统的极小化问题的求解。(本文来源于《自动化仪表》期刊2017年12期）
李茂登,王大轶,黄翔宇[9]（2017）在《基于稀疏矩阵QR分解的滚动时域姿态估计方法研究》一文中研究指出本文给出了一种基于稀疏矩阵QR分解的滚动时域姿态估计方法。其主要思路在于首先将滚动时域姿态估计问题转化成非线性约束最小二乘问题,然后利用高斯-牛顿迭代法进行求解。为了提高实时性,对约束线性化方程采用零空间方法进行降维,从而可以将约束最小二乘问题简化成非约束最小二乘问题,且最小二乘系数矩阵具备特定的稀疏形式,通过稀疏矩阵的QR分解方法可以对状态估计进行更新。仿真结果验证了该算法的有效性。(本文来源于《2017中国自动化大会（CAC2017）暨国际智能制造创新大会（CIMIC2017）论文集》期刊2017-10-20）
孙庆[10]（2017）在《随机跳变系统的滚动时域状态估计》一文中研究指出随着现代实际工业过程技术的发展,相应的系统结构更加复杂。随机跳变系统作为一类由时间与离散事件共同驱动的特殊多模型系统,可以用来模拟系统结构存在随机突变现象的混杂系统。因而一直受到工业界与学术界的广泛关注。另一个方面,现代工业过程中系统控制与检测机制均是建立在系统动态过程可观测的基础之上。然而,在实际工业系统中,存在各种不可直接测量的状态变量,或者因各种未知随机干扰噪声的存在,只能获得实际系统动态带噪声观测结果。因此系统状态估计理论在工业过程的监测与控制中扮演非常重要的角色。本文基于滚动时域估计技术,对随机跳变系统的状态估计问题进行深入的研究,根据不同情况,分别设计不同的滚动时域估计器。本文工作主要分为以下几个方面:(1)考虑一类离散线性随机跳变系统,其系统模态跳变过程由一个Markov链驱动,系统的状态变量与扰动变量均存在不等式约束条件。本文采用贝叶斯网络技术描述系统的随机跳变过程。在此基础上构建滚动时域估计算法,解决系统的带约束条件状态估计问题。而后通过两个仿真实例,说明设计得到的滚动时域估计器,可以有效处理随机跳变系统的带约束状态估计问题,并且证明带约束估计值的均方根误差低于非约束状态估计值。(2)采用一种基于最优化滤波方法的滚动时域估计算法,解决一类非线性随机跳变系统的状态估计问题。其主要估计策略为:基于长度固定的滑动窗口,定义一个二次代价函数,根据代价函数的最小化问题的求解,获得滑动窗口内的状态最优估计解。代价函数是通过滚动窗口内状态序列的概率分布的负对数计算得到。其中需要利用贝叶斯网络技术对状态概率分布函数的进行详细的因式分解与计算。再结合非线性随机跳变系统的全信息估计的分析,引入到达代价,由此构建滚动时域估计算法。该算法最终由一个数值模型,通过与交互式多模型粒子群滤波算法的仿真比较,说明滚动时域估计算法解决针对非线性随机跳变系统状态估计问题的有效性。(3)对带有独立高斯干扰的离散随机线性跳变系统的完全随机可观性进行详细的分析与定义,并给出满足完全可观的充分条件。随机跳变系统的完全随机可观性分析由两个部分组成:初始状态随机可观与模态随机可观。其中模态可观性分析建立在初始状态可观的基础之上,得到系统模态随机可观的充分条件。最终,在满足系统模态的随机可观的充分条件下,基于最大似然估计算法,构建模态检测算法。(4)针对带有独立高斯扰动的离散随机线性跳变系统,设计基于模态检测的滚动时域估计器。这种新的估计策略是将系统的模态检测与滚动时域估计算法相结合,计算系统的状态最优估计值。其中模态检测用来求得滚动窗口内的模态序列的最大似然意义上的最优估计值。然后,将模态序列估计值嵌入滚动时域估计算法,基于最优化,求得状态估计解。由此,基于以上两种算法的结合,设计得到基于模态检测滚动时域估计的基本框架。另一方面,以随机线性跳变系统的随机可观性为着力点,构建估计器稳定的充分条件,使得估计误差的期望值收敛。同样为说明算法的有效性,进行实例仿真。(本文来源于《江南大学》期刊2017-06-01）
滚动时域估计论文开题报告
（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：
植保无人机的惯导数据输出频率最高可达8 k Hz,而常用GPS输出频率最高只有10 Hz,会导致位置估计器的数据源之间存在延时问题。为此设计了一种处理延时测量值的变结构线性滚动时域估计器(Variable structure linear-Moving horizon estimator,VSL-MHE)。首先将多传感器测量数据进行序列化;然后通过线性索引来确定排列项中无数据的坐标,根据该坐标对代价函数中权重矩阵进行更新,从而改变估计器结构;最后通过VSL-MHE估计植保无人机位置。在室内测试中,通过Opti Track向植保无人机发送模拟GPS信号,输出频率范围为2～20 Hz。将VSL-MHE估计的位置、MHE估计的位置和循环迭代扩展卡尔曼滤波器(Circular iterated extended Kalman filter,CIEKF)估计的位置分别与Opti Track获取的精确位置做对比,结果表明,VSL-MHE的位置最大偏差小于CIEKF和MHE的位置最大偏差。在室外40 m×30 m范围的飞行测试中,VSL-MHE的航线位置最大偏差小于CIEKF和MHE的位置最大偏差,验证了该算法的有效性。
（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。
滚动时域估计论文参考文献
[1].赵国荣,刘伯彦,高超.数据丢包的参数不确定下无人机滚动时域估计[J].系统工程与电子技术.2019
[2].楚红雨,倪俊超,常志远,邵延华,张晓强.农业植保无人机变结构线性滚动时域估计器研究[J].农业机械学报.2019
[3].伍星华,战兴群,刘铭.基于Newton迭代滚动时域估计的GPS/SINS紧组合导航技术[J].导航与控制.2019
[4].陈尔康,荆武兴,高长生.弹性高速飞行器的状态/参数滚动时域估计[J].北京航空航天大学学报.2019
[5].李梦莹.催化裂化装置提升管温度分布的滚动时域估计与优化[D].上海交通大学.2018
[6].曾丽君.硅微陀螺阵列的滚动时域估计滤波算法研究[J].仪表技术与传感器.2018
[7].郭卓瑜.微网分布式预测二次控制与滚动时域状态估计[D].上海交通大学.2018
[8].胡磊,伊国兴,南熠.滚动时域状态估计中极小化问题的求解[J].自动化仪表.2017
[9].李茂登,王大轶,黄翔宇.基于稀疏矩阵QR分解的滚动时域姿态估计方法研究[C].2017中国自动化大会（CAC2017）暨国际智能制造创新大会（CIMIC2017）论文集.2017
[10].孙庆.随机跳变系统的滚动时域状态估计[D].江南大学.2017