湖南工业大学学报
湖南工業大學學報
호남공업대학학보
JOURNAL OF HUNAN UNIVERSITY OF TECHNOLOGY
2011年
1期
105-108
,共4页
李忠良%陈卫兵%邹豪杰%罗天资%张洪波%曾光华
李忠良%陳衛兵%鄒豪傑%囉天資%張洪波%曾光華
리충량%진위병%추호걸%라천자%장홍파%증광화
神经网络%卡尔曼滤波%新息
神經網絡%卡爾曼濾波%新息
신경망락%잡이만려파%신식
卡尔曼滤波是一种基于最小方差的递推式滤波算法,系统模型和噪声统计特性的先验知识决定了滤波的性能和估计的准确性,不精确的先验知识将导致滤波性能的明显下降甚至发散.采用BP神经网络对系统进行辨识,获得精确的系统状态方程,利用新息自适应估计卡尔曼滤波算法中的过程噪声和测量噪声协方差矩阵,提出基于新息的神经网络自适应卡尔曼滤波算法.Matlab仿真结果表明,与传统卡尔曼滤波算法相比,改进的卡尔曼滤波算法获得了与原始信号几乎一致的输出信号,噪声得到明显抑制.同时,改进的算法不需要系统精确的数学模型,在实际应用中具有可行性和普适性.
卡爾曼濾波是一種基于最小方差的遞推式濾波算法,繫統模型和譟聲統計特性的先驗知識決定瞭濾波的性能和估計的準確性,不精確的先驗知識將導緻濾波性能的明顯下降甚至髮散.採用BP神經網絡對繫統進行辨識,穫得精確的繫統狀態方程,利用新息自適應估計卡爾曼濾波算法中的過程譟聲和測量譟聲協方差矩陣,提齣基于新息的神經網絡自適應卡爾曼濾波算法.Matlab倣真結果錶明,與傳統卡爾曼濾波算法相比,改進的卡爾曼濾波算法穫得瞭與原始信號幾乎一緻的輸齣信號,譟聲得到明顯抑製.同時,改進的算法不需要繫統精確的數學模型,在實際應用中具有可行性和普適性.
잡이만려파시일충기우최소방차적체추식려파산법,계통모형화조성통계특성적선험지식결정료려파적성능화고계적준학성,불정학적선험지식장도치려파성능적명현하강심지발산.채용BP신경망락대계통진행변식,획득정학적계통상태방정,이용신식자괄응고계잡이만려파산법중적과정조성화측량조성협방차구진,제출기우신식적신경망락자괄응잡이만려파산법.Matlab방진결과표명,여전통잡이만려파산법상비,개진적잡이만려파산법획득료여원시신호궤호일치적수출신호,조성득도명현억제.동시,개진적산법불수요계통정학적수학모형,재실제응용중구유가행성화보괄성.
