بررسی کارایی فیلتر ذره ای و ذره ای منظم با فیلتر کالمن دارای ضریب حذف شوندگی با برای کلاس سیستم غیرخطی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 461

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCAEC02_053

تاریخ نمایه سازی: 7 اردیبهشت 1396

چکیده مقاله:

در این مقاله به مقایسه کارآیی فیلتر کالمن با استفاده از ضریب حذف شوندگی تطبیقی و فیلتر ذره ای (Particle Filter) پرداخته شده است. در فیلتر کالمن مرسوم برای شبیه سازی سیستم ها از داده های همزمان (Synchronous) و ویژگی های احتمالی (Stochastic) معین استفاده می کند در سیستم های خطی همراه با نویز گوسی تخمین مدل حالت با فیلتر کالمن به خوبی انجام می شود و کمترین میانگین مربعات فراهم می شود. در فیلتر کالمن توسعه یافته با ضریب حذف شوندگی تطبیقی Fading Extended) Kalman Filter Adaptive) اثر نامعینی واریانس نویز کاهش پیدا کرده است. با توجه به محل قرار گیری ضریب حذف شوندگی (Fading Factor) سه نوع معادله برای واریانس خطا وجود دارد. برای پردازش روی خط داده ها و همچنین تحلیل سیستم های ناگوسی و غیرخطی استفاده از فیلترهای ذره گسترش پیدا کرده است. فیلتر ذره روش های مونتوکارلوی پی دی پی هستند که از نقاط توده ای استفاده میکنند که قابل اعمال به همه سیستم ها می باشند.

کلیدواژه ها:

فیلتر کالمن ، فیلتر ذره ای ، ضریب حذف شوندگی تطبیقی ، سیستم های ناگوسی و غیرخطی ، مونتوکارلو

نویسندگان

محمد محمدپور فروتقه

کارشناسی ارشدف دانشکده برق، دانشگاه علم و صنعتی ایران

سعید عباداللهی

استادیار، دانشکده برق، دانشگاه علم و صنعت ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • nd National conference _ _ _ _ 7 و8 1395 ...
  • Huarong Zheng, Rudy R. Negenborn and Gabriel Lodewijks, "Survey of ...
  • Z. Jiao, R. Zhang, _ Kalman/P article Filter for Advanced ...
  • Materials Research, Vols. 756-759, pp. 2142- 2146, 2013 ...
  • Kenji Fujimoto, Toshiaki Watanabe, Yoshihiro Hashimoto and Yoshiharu Nishida, "Stochastic ...
  • Conference on, pp. 5674-5679, 2013, ISSN 0743- Watanabe, ...
  • variation" , Decision and Control (CDC) 2013 IEEE 52nd Annual ...
  • Transactions on, vol. 55, pp. 5167-5178, 2007, ISSN 1053-587X ...
  • Bias, , , Mathematical Problems in Engineering, vol. 2014, Article ...
  • Paulo Alves, Hugo Costelha and Carlos Neves, "Localization and navigation ...
  • "Supervised hidden Markov modl learning using the state distribution oracle", ...
  • Kitagawa, G. (1996). Monte Carlo Filter and Smoother for Non-Gaus ...
  • Dhiraj K Jha, Abhijit Verma, Avinash Kumar and Prabhat Panda ...
  • نمایش کامل مراجع