本文主要研究内容
作者刘天宇（2019）在《离散时间非线性分数阶系统的状态估计算法研究》一文中研究指出：由于分数阶微积分的引入可以获得更简单和准确的系统模型,分数阶系统在众多科学与工程问题中发挥着越来越重要的作用,也受到越来越多学者的重视。近年来,随着数字计算机的发展,离散分数阶系统的研究也备受关注。针对离散分数阶状态空间系统的控制理论层出不穷,但对分数阶系统的分析与控制需要系统的状态精确已知。在实际系统中,系统的状态往往受到噪声的污染,难以直接获得。现阶段,分数阶状态估计算法发展已经取得一定进展但尚不完善,因此针对离散时间分数阶系统,研究相应的状态估计算法与理论框架具有重要工程实践意义。首先,本文针对非线性离散时间分数阶系统,设计了一种分数阶中心差分卡尔曼滤波器。不同于现有分数阶扩展卡尔曼滤波器利用泰勒公式对非线性函数进行线性化的方法,本文采用中心差分公式,无需非线性函数连续可导,即可实现对非线性系统的状态估计。在不损失近似精度和时间复杂度的情况下,该方法即可实现对状态的无偏估计。在此基础上,利用最大后验概率原理,提出了一种自适应分数阶中心差分卡尔曼滤波器。该方法可同时估计系统的噪声统计信息和状态。理论分析证明了该算法的无偏性,仿真实验验证了所提方法的准确性和有效性。其次,本文提出一种分数阶粒子滤波算法用于估计非高斯分数阶系统的状态。利用蒙特卡罗随机采样法对非高斯分布进行采样,以近似非高斯后验概率分布函数,避免了非高斯分布解析式难以求解的问题。此外,选取先验概率密度函数为重要性密度函数以提高算法效率,在权重更新过程中引入重采样步骤以减小粒子退化速度。最后,针对分数阶高斯系统和分数阶非高斯系统,仿真算例验证了算法的有效性。最后,本文利用贝叶斯公式研究了递推分数阶贝叶斯统一滤波框架。首先从概率密度函数的角度出发,提出了一种分数阶贝叶斯滤波框架,可统一描述非线性分数阶滤波问题。之后,针对高斯系统,研究了统一分数阶高斯滤波框架,并给出其具体解析表达式。在此框架下,分析四种常用次优滤波算法性能,包括计算复杂度及估计精度。
Abstract
you yu fen shu jie wei ji fen de yin ru ke yi huo de geng jian chan he zhun que de ji tong mo xing ,fen shu jie ji tong zai zhong duo ke xue yu gong cheng wen ti zhong fa hui zhao yue lai yue chong yao de zuo yong ,ye shou dao yue lai yue duo xue zhe de chong shi 。jin nian lai ,sui zhao shu zi ji suan ji de fa zhan ,li san fen shu jie ji tong de yan jiu ye bei shou guan zhu 。zhen dui li san fen shu jie zhuang tai kong jian ji tong de kong zhi li lun ceng chu bu qiong ,dan dui fen shu jie ji tong de fen xi yu kong zhi xu yao ji tong de zhuang tai jing que yi zhi 。zai shi ji ji tong zhong ,ji tong de zhuang tai wang wang shou dao zao sheng de wu ran ,nan yi zhi jie huo de 。xian jie duan ,fen shu jie zhuang tai gu ji suan fa fa zhan yi jing qu de yi ding jin zhan dan shang bu wan shan ,yin ci zhen dui li san shi jian fen shu jie ji tong ,yan jiu xiang ying de zhuang tai gu ji suan fa yu li lun kuang jia ju you chong yao gong cheng shi jian yi yi 。shou xian ,ben wen zhen dui fei xian xing li san shi jian fen shu jie ji tong ,she ji le yi chong fen shu jie zhong xin cha fen ka er man lv bo qi 。bu tong yu xian you fen shu jie kuo zhan ka er man lv bo qi li yong tai le gong shi dui fei xian xing han shu jin hang xian xing hua de fang fa ,ben wen cai yong zhong xin cha fen gong shi ,mo xu fei xian xing han shu lian xu ke dao ,ji ke shi xian dui fei xian xing ji tong de zhuang tai gu ji 。zai bu sun shi jin shi jing du he shi jian fu za du de qing kuang xia ,gai fang fa ji ke shi xian dui zhuang tai de mo pian gu ji 。zai ci ji chu shang ,li yong zui da hou yan gai lv yuan li ,di chu le yi chong zi kuo ying fen shu jie zhong xin cha fen ka er man lv bo qi 。gai fang fa ke tong shi gu ji ji tong de zao sheng tong ji xin xi he zhuang tai 。li lun fen xi zheng ming le gai suan fa de mo pian xing ,fang zhen shi yan yan zheng le suo di fang fa de zhun que xing he you xiao xing 。ji ci ,ben wen di chu yi chong fen shu jie li zi lv bo suan fa yong yu gu ji fei gao si fen shu jie ji tong de zhuang tai 。li yong meng te ka luo sui ji cai yang fa dui fei gao si fen bu jin hang cai yang ,yi jin shi fei gao si hou yan gai lv fen bu han shu ,bi mian le fei gao si fen bu jie xi shi nan yi qiu jie de wen ti 。ci wai ,shua qu xian yan gai lv mi du han shu wei chong yao xing mi du han shu yi di gao suan fa xiao lv ,zai quan chong geng xin guo cheng zhong yin ru chong cai yang bu zhou yi jian xiao li zi tui hua su du 。zui hou ,zhen dui fen shu jie gao si ji tong he fen shu jie fei gao si ji tong ,fang zhen suan li yan zheng le suan fa de you xiao xing 。zui hou ,ben wen li yong bei xie si gong shi yan jiu le di tui fen shu jie bei xie si tong yi lv bo kuang jia 。shou xian cong gai lv mi du han shu de jiao du chu fa ,di chu le yi chong fen shu jie bei xie si lv bo kuang jia ,ke tong yi miao shu fei xian xing fen shu jie lv bo wen ti 。zhi hou ,zhen dui gao si ji tong ,yan jiu le tong yi fen shu jie gao si lv bo kuang jia ,bing gei chu ji ju ti jie xi biao da shi 。zai ci kuang jia xia ,fen xi si chong chang yong ci you lv bo suan fa xing neng ,bao gua ji suan fu za du ji gu ji jing du 。
论文参考文献
论文详细介绍
论文作者分别是来自中国科学技术大学的刘天宇，发表于刊物中国科学技术大学2019-07-12论文，是一篇关于离散分数阶系统论文,递推贝叶斯估计论文,分数阶卡尔曼滤波器论文,自适应滤波论文,分数阶中心差分卡尔曼滤波论文,分数阶粒子滤波论文,中国科学技术大学2019-07-12论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自中国科学技术大学2019-07-12论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：离散分数阶系统论文; 递推贝叶斯估计论文; 分数阶卡尔曼滤波器论文; 自适应滤波论文; 分数阶中心差分卡尔曼滤波论文; 分数阶粒子滤波论文; 中国科学技术大学2019-07-12论文;