一類加權全局迭代參數卡爾曼濾波算法

結合參數卡爾曼濾波算法和全局迭代推廣卡爾曼濾波算法本文提出了加權全局迭代參數卡爾曼濾波算法.參數卡爾曼濾波算法可避免系統參數和狀態變量之間的非線性耦合,同時通過帶有目標函數的全局迭代算法保證能夠獲取到穩定、收斂的識別結果.分別針對線性結構模型和隨動強化雙線性結構模型進行了仿真參數識別.結果顯示,不加權的全局迭代參數卡爾曼濾波算法對線性系統是有效的,而對非線性系統必須使用加權的全局迭代參數卡爾曼濾波算法.當信噪比較大,迭代無法得到收斂的結果時,目標函數保證了較好識別結果的獲得.

作 者： 趙昕 李杰   作者單位： 同濟大學建筑工程系,上海,200092  刊 名： 計算力學學報  ISTIC EI PKU 英文刊名： CHINESE JOURNAL OF COMPUTATIONAL MECHANICS CHINESE JOURNAL OF COMPUTATIONAL MECHANICS  年，卷(期)： 2002 19(4)  分類號： O175.3  關鍵詞： 系統識別   參數卡爾曼濾波   加權全局迭代   非線性系統  

【一類加權全局迭代參數卡爾曼濾波算法】相關文章：

基于模糊卡爾曼濾波的內阻尼姿態算法研究04-27

基于集合卡爾曼濾波的土壤水分同化試驗04-27

無人機GPS/INS組合導航卡爾曼濾波技術04-26

一類關于非光滑全局優化的雙參數填充函數04-26

基于Unscented卡爾曼濾波器的衛星自主天文導航研究04-26

一類非擬牛頓算法全局收斂的幾個充分條件04-27

一類不相容矩陣方程對最小Frobenius范數問題的迭代算法04-26

擴展卡爾曼濾波在無人機航跡控制系統中的應用研究04-26

參數序列比對算法研究04-26

相容次序矩陣AOR迭代的最優參數選取04-27