高丽君
- 作品数：3 被引量：4H指数：2
- 供职机构：华东理工大学信息科学与工程学院更多>>
- 发文基金：上海市自然科学基金更多>>
- 相关领域：自动化与计算机技术化学工程更多>>
- 基于UKF和神经网络的一类非线性系统状态估计被引量：2
- 2014年
- 在模型未知的情况下,估计过程的重要变量尤为重要.鉴于此,采用不敏卡尔曼滤波(UKF)与神经网络相结合的方法,解决一类未知模型非线性系统的状态估计问题.采用动态神经网络对非线性系统进行建模,利用UKF对状态和权值进行同时更新,从而达到神经网络逼近真实模型,估计值跟随真实值的目的.通过两个仿真实例表明了所提出的方法具有良好的估计效果,并且状态在输出中的比重越大,其估计精度越高.
- 刘济高丽君
- 关键词：神经网络不敏卡尔曼滤波
- 基于UKF的未建模过程状态估计及其在腈纶聚合中的应用
- 对于大多数复杂非线性过程，由于很多需要控制的中间变量无法直接测量，这直接影响到过程监控系统的实现。非线性滤波技术为复杂系统状态估计提供了有力的基础，因此得到了广泛的关注与研究。目前，不敏卡尔曼滤波(Unscented K...
- 高丽君
- 关键词：卡尔曼滤波状态估计
- 基于Cauchy鲁棒函数的UKF改进算法被引量：2
- 2015年
- 对于大多数实际系统,其噪声统计特性未知,不敏卡尔曼滤波(unscented Kalman filter,UKF)算法对噪声信息不准的鲁棒性较差,导致滤波精度急剧下降,甚至滤波发散。借助鲁棒数据校正的思想,提出了一种基于Cauchy鲁棒函数的UKF改进算法。以UKF的测量先验值与其实际值的残差作为基准,采用联合权函数对噪声估计值进行实时修正,从而提高了UKF算法的精度。通过两个实例的仿真,验证该算法的有效性。
- 高丽君刘济
- 关键词：不敏卡尔曼滤波
