基于蚁群粒子群化的卡尔曼滤波算法模型参数辨识.PDFVIP

下载本文档

21
0
约6.13万字
约 7页
2017-09-13 发布于江苏
举报
版权申诉

基于蚁群粒子群化的卡尔曼滤波算法模型参数辨识.PDF

1、本文档共7页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于蚁群粒子群化的卡尔曼滤波算法模型参数辨识

第卷第期 38 4 Vol.38 No.4 年月日 , 2014 2 25 Feb.25 2014 : / DOI10.7500AEPS20130331006 基于蚁群粒子群优化的卡尔曼滤波算法模型参数辨识 , , , 张旭辉林海军刘明珠高豹江 ( , ) 哈尔滨理工大学测控技术与通信工程学院黑龙江省哈尔滨市 150080 : , 摘要针对复杂的低压配电网通信环境提出一种基于蚁群粒子群融合的无先导卡尔曼滤波 ( ) 。 , UKF算法的模型参数辨识方法对于电力线多径信道传输模型采用具有最小均方误差估计效。 , 果的UKF辨识算法针对UKF算法通过试验调节难以取得最佳滤波效果的问题提出基于蚁群 , 粒子群算法优化 UKF噪声矩阵的方法同时引入蚁群算法将惯性权重离散化以提高粒子群算法 , 。 , 的搜索效率克服其容易发生早熟收敛的缺点试验和仿真结果表明采用该优化算法辨识电力线 , 。信道模型可克服参数的分散性提高拟合精度并缩短辨识时间 : ; ; ; ; ; 关键词电力载波通信多径传输模型参数辨识蚁群优化粒子群优化无先导卡尔曼滤波 , 0 引言数拟合算法确定模型参数该方法在传输线规格和 , 网络拓扑结构未知的条件下用少量参数即可描述 , 近年来国家电网公司确定建立以智能化为关 , 、复杂的电力线网络传输函数较适用于高噪声强衰 , 键点的新型坚强电网而低压电力线载波通信技术、、减阻抗变化范围大具有频率选择性衰落的电力线作为电力公司与终端用户信息交互的最直接方法, [ ] 12