滚动时域状态估计中极小化问题的求解.pdfVIP

第38卷第12期白动化仪表Vol.38No.12

2017年12月PROCESSAUTOMATIONINSTRUMENTATIONDec.2017

滚动时域状态估计中极小化问题的求解

胡磊，伊国兴，南熠

(哈尔滨工业大学航天学院，黑龙江哈尔滨150001)

摘要：滚动时域状态估计(MHSE)方法的基本思想是:将控制系统的状态估计问题转化为有限时域内的优化问题，通过获得的优化

解对系统状态进行估计。针对带约束的线性离散系统的状态估计问题，介绍了MHSE方法的研究及应用现状。基于惩罚函数法建立

惩罚因子，将约束条件融合到适应度函数中，通过粒子群优化(PS0)算法求解MHSE方法中的极小化问题。基于Matlab编程，实现了

二阶仿真算例。仿真结果表明，PS0算法能够有效地求解MHSE方法中的极小化问题，使得2种状态的估计值和真实值之间的均方差

分别为0.0750、0.2041。PS0算法能够有效地求解二阶仿真算例，以获取滚动时域估计方法中极小化问题的最优解，为基于MHSE

方法进行状态估计的研究与应用提供了参考。下一步的研究方向是提高估计精度，以及复杂约束条件下高阶系统的极小化问题的

求解。

关键词：状态估计；适应度函数；滚动窗口；约束；极小化；粒子群优化算法；惩罚函数

中图分类号：TH-3;TP13文献标志码：ADOI：10.16086/j.cnki.issnlOOO-0380.201712011

SolutionoftheMinimizationinMovingHorizonStateEstimation

HULei,YIGuoxing,NANYi

(SchoolofAstronautics,HarbinInstituteofTechnology,Harbin150001,China)

Abstract：Thebasicideaofmovinghorizonstateestimation(MHSE)methodistoconvertthestateestimationofthecontrol

systemintotheoptimizationinthefinitetimedomain,andobtaintheoptimalsolutiontoimplementestimationofsystemstate.In

ordertosolvethestateestimationoflineardiscretesystemswithconstraints,theresearchandcurrentstatusofapplicationof

MHSEmethodarepresented.Thepenaltyfactorisestablishedbasedonthepenaltyfunctionmethod,theconstraintconditionis

integratedintothefitnessfunction,andtheminimizationintheMHSEmethodissolved