LPV模型的Kalman滤波器设计

doi:10.3778/j.issn.1002-8331.2010.35.042

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (35): 145-147.DOI: 10.3778/j.issn.1002-8331.2010.35.042

• 数据库、信号与信息处理 • 上一篇下一篇

LPV模型的Kalman滤波器设计

胡卫红¹，李述清²，刘毅男²，胡波³

1.南京航空航天大学能源与动力学院，南京 210016
2.第二炮兵工程学院 303教研室，西安 710025
3.第二炮兵工程设计研究院，北京 100011

收稿日期:2010-06-04 修回日期:2010-08-09 出版日期:2010-12-11 发布日期:2010-12-11
通讯作者: 胡卫红

Kalman filter based on LPV model for nonlinear system

HU Wei-hong¹，LI Shu-qing²，LIU Yi-nan2，HU Bo³

1.College of Energy and Power Engineering，Nanjing University of Aeronautics and Astronautics，Nanjing 210016，China
2.Staff Room 303，The Second Artillery Engineering College，Xi’an 710025，China
3.The Second Artillery Engineering Design Institute，Beijing 100011，China

Received:2010-06-04 Revised:2010-08-09 Online:2010-12-11 Published:2010-12-11
Contact: HU Wei-hong

摘要/Abstract

摘要： 针对线性变参数（LPV）模型，给出了一种改进Kalman滤波器设计方法，这种滤波方法可以根据系统LPV模型实时调整滤波状态方程矩阵系数，从而增强滤波算法对系统模型变化的跟踪性能，并提高滤波准确性。结合具体实例，通过仿真比较，较好地检验了该方法的有效性。

关键词: 非线性系统, Kalman滤波器, 线性变参数模型

Abstract: Based on the Linear-Parameter-Varying（LPV） model，a Kalman filter design technique for nonlinear system is studied.This technique could update the matrixes in the Kalman filter equation according to the LPV model of a nonlinear system，so as to track the actual dynamic performance of the nonlinear system rapidly and improve the precision of filtering.This method is applied to a LPV system，and some simulation show this method is efficient.

Key words: nonlinear system, Kalman filter, Linear-Parameter-Varying（LPV） model

中图分类号:

TP391

胡卫红¹，李述清²，刘毅男²，胡波³. LPV模型的Kalman滤波器设计[J]. 计算机工程与应用, 2010, 46(35): 145-147.

HU Wei-hong¹，LI Shu-qing²，LIU Yi-nan2，HU Bo³. Kalman filter based on LPV model for nonlinear system[J]. Computer Engineering and Applications, 2010, 46(35): 145-147.

[1]	耿宏，任道先，杜鹏. 基于NARX神经网络航空发动机参数动态辨识模型[J]. 计算机工程与应用, 2017, 53(12): 241-248.
[2]	彭晓华1，贾美珍2，王磊1. 一类完全模糊非线性系统同伦法求解[J]. 计算机工程与应用, 2015, 51(18): 38-41.
[3]	翁政魁1，王彬1，王坤2，刘辉1. 一种基于预测的实时人脸特征点定位跟踪算法[J]. 计算机工程与应用, 2015, 51(12): 198-202.
[4]	陈玉婵，师五喜，陈奕梅. 一类不确定非仿射非线性系统自适应模糊控制[J]. 计算机工程与应用, 2014, 50(8): 251-254.
[5]	李飞祥1，赵知劲1，2，赵治栋1. 一种分阶梯度加权平均变步长VLMP算法[J]. 计算机工程与应用, 2014, 50(4): 207-210.
[6]	伍思敏，陈珺，刘飞. 基于多目标粒子群的非线性系统PID控制器设计[J]. 计算机工程与应用, 2014, 50(23): 69-72.
[7]	严平平1，赵知劲1，2，尚俊娜1，2，赵治栋1. 二阶Volterra变记忆长度LMP算法[J]. 计算机工程与应用, 2013, 49(3): 121-125.
[8]	徐志成1，王树青2. 基于菌群优化算法的非线性系统模型参数辨识[J]. 计算机工程与应用, 2013, 49(1): 46-49.
[9]	曹洁1，何裔玺2. 基于DSP的说话人定位跟踪系统的设计[J]. 计算机工程与应用, 2013, 49(1): 163-166.
[10]	王海鹰，李祖枢，龙菊舒. 一类三维动力系统的同步控制与仿真[J]. 计算机工程与应用, 2012, 48(7): 217-218.
[11]	林琳1，黄南天2，高兴泉1. 采用双折线步方法的傅里叶神经网络[J]. 计算机工程与应用, 2012, 48(29): 55-58.
[12]	吕辉，刘恒，向伟. 一类不确定非线性系统自适应模糊滑模控制[J]. 计算机工程与应用, 2012, 48(20): 236-239.
[13]	周保民1，廖瑛2. 未知非线性系统自适应改进RBF滑模控制[J]. 计算机工程与应用, 2011, 47(9): 243-245.
[14]	刘国志，苗晨. 基于社会认知算法的非线性控制系统参数估计[J]. 计算机工程与应用, 2011, 47(35): 222-223.
[15]	徐莉，刘飞. 饱和非线性时滞系统约束预测控制[J]. 计算机工程与应用, 2011, 47(31): 245-248.

LPV模型的Kalman滤波器设计

Kalman filter based on LPV model for nonlinear system

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics