基于卡尔曼滤波分解的配电网安全状态估计

为使配电网在虚假数据注入(false data injection,FDI)攻击下仍旧可以获得最优的状态估计,提出了一种新的状态估计算法,提高了配电网抵御FDI攻击的状态估计精度。在相量测量单元(phasor measurement units,PMU)被攻击的情况下,即测量值被篡改,最优卡尔曼估计可以分解为局部状态估计的加权和。该方法在某种意义上不安全,基于局部估计,提出了一种基于凸优化的方法,以取代加权和方法,将局部估计结合成一个安全的状态估计。仿真结果表明:当所有PMU量测设备都是良好时,所提的估计器与卡尔曼估计器的估计结果一致。当PMU设备被攻击造成量测量异常时,提供一个充分条件,在这个条件下安全状态估计器是稳定的。

基于U-D分解卡尔曼滤波地下水污染源溯源辨识

采用基于U-D分解的卡尔曼滤波与非线性规划优化模型相结合,溯源辨识出地下水污染源的个数､位置与释放强度.基于一个假想例子,建立地下水污染质数值模拟模型,运用灵敏度分析筛选出对模型影响较大的参数作为模型中的随机变量.然后,应用基于U-D分解的卡尔曼滤波辨识出污染源的个数与位置.在此基础上建立辨识污染源释放强度的优化模型,应用克里格插值法建立地下水污染质运移数值模拟模型的替代模型,代替模拟模型,作为约束条件嵌入优化模型中,运用遗传算法求解优化模型辨识出地下水污染源源强.结果表明:采用基于U-D分解的卡尔曼滤波方法能够保证滤波的稳定性,有效识别出污染源的个数和位置;非线性规划优化模型,可以辨识出污染源释放强度.在优化模型的求解过程中,应用克里格方法建立模拟模型的替代模型嵌入优化模型,能在保证一定精度的情况下,大幅度减少计算负荷和计算时间.

基于奇异值分解无迹卡尔曼滤波的锂电池荷电状态估计

锂电池的荷电状态(state of charge,SOC)是电池管理系统(battery management system,BMS)对锂电池进行管理的重要指标。针对传统SOC估计方法存在的精度低、计算复杂和鲁棒性差等问题,提出一种基于奇异值分解无迹卡尔曼滤波(singular value decomposition unscented Kalman filter,SVD-UKF)的SOC估计方法。利用无迹变换(unscented transformation,UT)提高了计算精度的同时降低了计算量,并且克服了UKF在状态协方差矩阵P非半正定时会出现滤波发散的缺点,提高了算法的鲁棒性。实验结果表明,该算法能够快速收敛于真值,并且将估算误差降低至1%。

QR分解卡尔曼盲自适应多用户检测算法

码分多址(Code-Division Multiple-Access,CDMA)系统中,采用盲多用户检测算法抑制多址干扰(Multiple Access Interference,MAI)和"远-近"效应(Near-Far effect)的影响,是CDMA技术研究热点之一。为避免基于卡尔曼(Kalman)滤波的多用户检测算法中,协方差矩阵失去非负定性而面临的数值稳定性问题,提出利用QR分解方法重新构造系统模型协方差阵,建立一种收敛速度更快、数值鲁棒性更好的卡尔曼盲自适应多用户检测算法。仿真结果表明,该算法具有较好的抗多址干扰和抗"远-近"效应能力。

基于U-D分解滤波的高性能盲自适应多用户检测算法

提出利用U-D分解渐消记忆滤波算法估计CDMA系统多用户接收器的最优判决向量,构造出一种收敛速度快、跟踪性能好、数值稳定性好的高性能盲自适应多用户检测算法。仿真实验表明,本文提出的方法具有很强的抗多址干扰能力和较高的数值鲁棒性。

基于U-D分解滤波的盲空时多用户检测算法

多用户检测作为CDMA系统的抗多址干扰环节,在16bit或32bit专用微处理器或DSP上实现,采用卡尔曼滤波算法的最佳多用户检测算法必然面临数值计算稳定性的问题.文中提出利用U D分解渐消记忆滤波算法估计CDMA系统多用户接收器的最优判决向量,构造出一种收敛速度快、跟踪性能好、数值稳定性好的高性能盲空时多用户检测算法.仿真实验表明,该方法具有很强的抗多址干扰能力和较高的数值鲁棒性.

基于SVD分解的UKF算法在动力定位状态估计中的应用

针对UKF算法应用于动力定位状态估计时,因观测噪声异常、系统噪声等不确定性导致系统状态协方差矩阵P失去正定性,从而引起状态估计性能下降的问题,文章设计了一种融合奇异值分解(SVD)和无迹卡尔曼滤波(UKF)的非线性动力定位状态估计算法。采取奇异值分解无迹卡尔曼滤波(SVDUKF)算法和UKF算法对动力定位船舶纵荡、横荡、艏摇三自由度状态估计性能进行对比。仿真结果表明:对于船舶动力定位状态估计,SVDUKF算法提高了UKF算法状态估计的准确性,改善了算法的鲁棒性,最终设计算法的有效性得以验证。

基于最小二乘算法和SVDUKF算法的电液伺服加载优化

为了分析和模拟伺服刀架可靠性试验台电液伺服加载系统的动态性能,建立了该加载系统的动态特性数学模型,并利用最小二乘算法对其参数进行估计。为了减弱噪声对加载系统稳定性的影响和避免无色卡尔曼滤波算法(UKF)中协方差矩阵出现病态导致算法失效,提出了利用基于奇异分解的无色卡尔曼滤波算法(SVDUKF算法)对电液伺服加载系统反馈力信号进行滤波的方法,并进行了SVDUKF算法与扩展卡尔曼滤波算法(EKF)算法之间滤波性能对比。实验结果表明,最小二乘算法估计出的数学模型具有较高精度,并且SVDUKF算法具有高效的滤波能力和提高系统稳定性的能力。

基于脉冲星的日地系平动点轨道自主导航研究

给出一种利用X射线脉冲星的平动点轨道自主导航算法.分析了X射线脉冲星导航原理,以脉冲到达时间差值为基本观测量,建立导航系统观测方程.在高精度星历模型下,对日地系L_1点Halo轨道建立数学模型,利用基于UD分解的无迹卡尔曼滤波方法进行导航定位,并研究了摄动因素对导航结果的影响.仿真结果表明,在日地系平动点轨道的自主导航中,X射线脉冲星导航是可行的.