系统工程与电子技术
繫統工程與電子技術
계통공정여전자기술
SYSTEMS ENGINEERING AND ELECTRONICS
2010年
11期
2431-2435,2475
,共6页
Volterra级数%Kalman滤波算法%相空间重构%关联维数%最大Lyapunov指数法%多步预测
Volterra級數%Kalman濾波算法%相空間重構%關聯維數%最大Lyapunov指數法%多步預測
Volterra급수%Kalman려파산법%상공간중구%관련유수%최대Lyapunov지수법%다보예측
为了进一步提高Volterra级数模型在混沌时间序列预测中的精度以及核估计的收敛速度,提出利用自适应Kalman滤波算法对Volterra级数核进行估计的一种新方法.同时,在混沌动力系统相空间重构的基础上,采用关联维数法和最大Lyapunov指数法,对船舶运动时间序列进行混沌特性判定,并对船舶横摇运动时间序列进行多步预测.仿真表明,与归一化最小均方(normalization least-mean-square,NLMS)算法和最小二乘(recursive least-square,RLS)算法的Volterra级数模型相比,基于自适应Kalman滤波算法的Volterra模型在收敛速度与预报精度方面均优于NLMS算法和RLS算法,为实时在线预报提供了理论依据.
為瞭進一步提高Volterra級數模型在混沌時間序列預測中的精度以及覈估計的收斂速度,提齣利用自適應Kalman濾波算法對Volterra級數覈進行估計的一種新方法.同時,在混沌動力繫統相空間重構的基礎上,採用關聯維數法和最大Lyapunov指數法,對船舶運動時間序列進行混沌特性判定,併對船舶橫搖運動時間序列進行多步預測.倣真錶明,與歸一化最小均方(normalization least-mean-square,NLMS)算法和最小二乘(recursive least-square,RLS)算法的Volterra級數模型相比,基于自適應Kalman濾波算法的Volterra模型在收斂速度與預報精度方麵均優于NLMS算法和RLS算法,為實時在線預報提供瞭理論依據.
위료진일보제고Volterra급수모형재혼돈시간서렬예측중적정도이급핵고계적수렴속도,제출이용자괄응Kalman려파산법대Volterra급수핵진행고계적일충신방법.동시,재혼돈동력계통상공간중구적기출상,채용관련유수법화최대Lyapunov지수법,대선박운동시간서렬진행혼돈특성판정,병대선박횡요운동시간서렬진행다보예측.방진표명,여귀일화최소균방(normalization least-mean-square,NLMS)산법화최소이승(recursive least-square,RLS)산법적Volterra급수모형상비,기우자괄응Kalman려파산법적Volterra모형재수렴속도여예보정도방면균우우NLMS산법화RLS산법,위실시재선예보제공료이론의거.
