广义系统降阶Wiener状态平滑器

用Kalman滤波方法,利用典范型分解对线性离散时不变广义随机系统提出了降阶Wiener状态平滑器,可明显减小计算负担,便于实时应用。一个仿真的例子说明了其有效性。

非方广义系统降阶Wiener状态平滑器

应用时域上的现代时间序列分析方法,基于ARMA新息模型和白噪声估值器,研究了非方广义离散随机线性系统,应用射影理论和矩阵的分块理论,在假设1～3下,给出了一种渐近稳定的广义降阶Wiener状态平滑器.非方广义系统包含一般广义系统作为特例,且算法为降阶算法,避免了求解Riccati方程和Diophantine方程,因而减小了计算负担,便于实时应用.

广义离散随机线性系统降阶Wiener滤波、平滑和预报器

应用现代时间序列方法 ,基于自回归滑动平均 (ARMA)新息模型、白噪声估值器和观测预报器 ,对于广义离散随机线性系统 ,提出了降阶Wiener状态估值器 ,可统一处理滤波、平滑和预报问题 ,并且能减少计算负担 .

基于降阶线性扩张状态观测器的风电并网逆变器线性自抗扰控制

针对风电并网逆变器直流母线电压易受电网电压波动和负载扰动影响的问题,提出了一种电压外环改进型线性自抗扰控制(LADRC)。建立了风电并网逆变器在d-q旋转坐标系下的数学模型,在此基础上,设计了基于降阶线性扩张状态观测器的线性自抗扰控制,减小了观测器的相位滞后,提高了系统的扰动观测精度;在观测器总扰动通道上增加了一个超前滞后的校正环节以减弱观测器的噪声放大效应;文章对改进型LADRC控制策略进行了频域特性分析。仿真结果表明,相比于传统LADRC控制策略,所提的控制策略对并网逆变器直流母线电压具有更好的控制效果。

广义系统多传感器信息融合降阶状态估值器

对于带多传感器的广义线性离散随机系统,基于奇异值分解,将其化为等价的两个降阶多传感器子系统。应用Kalman滤波方法,在线性最小方差最优加权融合准则下,提出了最优加权融合降阶稳态广义Kalman估值器。可统一处理融合滤波、平滑和预报问题,可减少计算负担和改善局部估计精度。为了计算最优加权,提出了局部估计误差方差阵和互协方差阵的计算公式。

广义离散系统降阶Wiener滤波、平滑和预报

应用现代时间序列分析方法,基于Kalman滤波和白噪声估计理论,对于广义离散随机线性系统的一种典范型,提出降阶Wiener状态估值器,可统一处理滤波、平滑和预报问题,并且能减少计算负担,便于实时应用.一个仿真例子说明其有效性.

广义离散随机线性系统降阶固定区间最优Kalman平滑器

利用广义系统典范型,将广义系统状态估计问题转化为一个降阶常规系统的状态估计问题。应用Kalman滤波方法和白噪声估计理论,提出了广义离散随机线性系统降阶固定区间最优Kalman平滑器,可减少计算负担,便于实时应用。一个仿真例子说明其有效性。

广义系统降阶极点配置Kalman平滑器

基于广义随机系统的奇异值分解典范形,应用Kalman滤波和白噪声估值器,提出了全局渐近稳定的降阶极点配置固定滞后Kalman平滑器,可明显减小计算负担,便于实时应用,一个仿真例子说明了其有效性。

快速次优固定区间Wiener平滑器算法

为了克服带相关噪声控制系统的最优固定区间Kalman平滑算法要求较大计算负担的缺点,应用Kalman滤波方法,基于CARMA新息模型,由稳态最优Kalman平滑器导出了带相关噪声控制系统的最优固定区间Wiener递推状态平滑器,它带有系数阵指数衰减到零的高阶多项式矩阵.用截断系数矩阵近似为零的项的方法提出了相应的快速次优固定区间Wiener平滑算法.它显著地减少了计算负担,便于实时应用,还给出了截断误差公式和选择截断指标的公式.仿真例子说明了快速平滑算法的有效性.

广义系统多传感器分布式融合降阶Kalman滤波器

对于带多传感器的广义线性离散随机系统,应用奇异值分解,将其变换为等价的两个降阶多传感器子系统,提出了基于变换后的状态融合器构造原始状态融合器的新的融合方法。应用Kalman滤波方法,在线性最小方差按矩阵加权、按对角阵加权和按标量加权融合准则下,分别提出了三种最优加权融合降阶广义Kalman滤波器。可统一处理融合滤波、平滑和预报问题, 可减少计算负担和改善局部滤波精度。证明了三种融合器和局部估值器之间的精度关系。为了计算最优加权,提出了局部滤波误差协方差阵的计算公式。一个Monte Carlo仿真例子说明了其有效性。

多传感器信息融合Wiener滤波器和平滑器

应用现代时间序列分析方法,基于ARMA新息模型和增广状态空间模型,应用标量加权最优融合准则,对于带白色和有色观测噪声的ARMA信号,提出了多传感器分布式最优信息融合Wiener滤波器和平滑器,其中给出了计算局部平滑误差方差和互协方差的计算公式,它们可被用于计算最优加权系数。同单传感器情形相比,可提高平滑器的精度。一个三传感器目标跟踪系统的仿真例子说明其有效性。

Y-可观广义系统降阶稳态Kalman融合器

对于带多传感器的Y-可观广义线性离散随机系统,通过状态线性变换,将其化为两个降阶的非广义多传感器子系统。应用Kalman滤波方法和白噪声估值器,提出了子系统和原系统的局部状态估值器及它们的误差互协方差公式。在线性最小方差按矩阵加权,按对角阵加权和按标量加权最优信息融合准则下,提出了原系统状态的三种稳态广义Kalman融合器,可统一处理融合滤波、平滑和预报问题,且可改善局部估计精度。

广义系统Wiener状态滤波新算法

应用时域上的现代时间序列分析方法 ,基于 ARMA新息模型和白噪声估计理论 ,由一种新的非递推最优状态估值器的递推变形 ,提出了广义系统 Wiener状态滤波的一种新算法 ,它可统一处理滤波、平滑和预报问题 ,且具有渐近稳定性。同某些算法相比 ,它避免了求解 Riccati方程和 Diophantine方程 ,且避免了计算伪逆 ,因而减小了计算负担。

基于模型信息的电静液作动器降阶线性自抗扰控制

针对电静液作动器(electro-hydrostatic actuators, EHA)系统存在内外部扰动、参数不确定性和变控制增益等问题,提出一种基于模型信息的降阶线性自抗扰位置控制方法.首先,基于系统模型信息选取控制增益.其次,通过降阶线性扩张观测器对系统总扰动进行估计,并在控制器中加入扰动项进行补偿.利用奇异摄动理论证明所提控制器可使闭环系统是半全局最终一致有界的,并且当观测器带宽足够大时,所提出的控制器理论上可以使系统输出以所需精度跟踪期望轨迹.仿真结果表明,所提控制方法响应速度较快,控制精度较高,对外部扰动和参数不确定性具有较强的鲁棒性.

基于降阶扩张状态观测器的逆变系统重复控制设计

针对具有参数不确定性和负载扰动的单相全桥LC型逆变器,提出一种基于降阶扩张状态观测器(ROESO)的重复控制系统设计方法。首先,根据电路定理推导出逆变器的数学模型,并针对该模型利用系统可测量输出电压构造ROESO,用以实时估计由系统参数不确定性和外部干扰组成的总扰动。在此基础上,嵌入改进型重复控制器,构造复合重复控制规律,实现对扰动的有效抑制和对周期性参考输入的高精度跟踪。然后,利用小增益定理推导出系统的全局稳定性条件,并给出控制器参数整定方法和系统设计步骤。最后,通过仿真验证所提方法的有效性和优越性。