本文選題：粒子濾波 + 蝙蝠算法　； 參考：《物理學報》2017年05期

【摘要】：標準粒子濾波容易出現(xiàn)粒子貧化問題,濾波精度不穩(wěn)定,并且需要大量粒子才能對非線性系統(tǒng)進行準確估計,降低了算法的綜合性能.針對該問題,本文提出了一種基于蝙蝠算法的新型粒子濾波算法.該算法用粒子表征蝙蝠個體,模擬蝙蝠群體搜索獵物的過程,粒子群體通過調整頻率、響度、脈沖發(fā)射率,追隨當前最優(yōu)粒子在解空間中進行搜索,并可以動態(tài)控制全局搜索及局部搜索的相互轉換,進而提氋粒子整體的質量和分布的合理性;此外,改進算法引入Levy飛行策略,從而避免局部極值的不良吸引.實驗表明新型粒子濾波方法提高了粒子多樣性和濾波預測精度,同時大大降低了對非線性系統(tǒng)進行狀態(tài)預測所需的粒子數(shù)量.
[Abstract]:Standard particle filter is prone to particle dilution, and the filtering accuracy is unstable, and a large number of particles are needed to accurately estimate the nonlinear system, which reduces the comprehensive performance of the algorithm. To solve this problem, a new particle filter algorithm based on bat algorithm is proposed in this paper. The algorithm uses particles to represent bat individuals and simulate the search process of bat populations. Particle populations search in solution space by adjusting frequency, loudness, pulse emissivity, and following the current optimal particles. The global search and local search transformation can be dynamically controlled, and the rationality of particle mass and distribution can be raised. In addition, Levy flight strategy is introduced into the improved algorithm to avoid the bad attraction of local extremum. The experimental results show that the new particle filtering method can improve the particle diversity and filter prediction accuracy, and greatly reduce the number of particles needed for state prediction of nonlinear systems.
【作者單位】： 中國衛(wèi)星海上測控部;南京理工大學自動化學院;
【基金】：國家自然科學基金(批準號:61501521,U1330133,61473153) 中國博士后科學基金(批準號:2015M582861)資助的課題~~
【分類號】：TP18;TN713

【相似文獻】

相關期刊論文 前10條

1 謝小莉;電力系統(tǒng)遙測校正和狀態(tài)估計的綜合運用[J];電網(wǎng)技術;1996年05期

2 劉浩;電力系統(tǒng)狀態(tài)估計、檢測及辨識[J];電力系統(tǒng)及其自動化學報;1999年04期

3 張黎;;小議狀態(tài)估計遙測合格率在地區(qū)電網(wǎng)中的調試和提高[J];電子世界;2014年01期

4 張黎;陸煒;;地區(qū)電網(wǎng)狀態(tài)估計調試中典型問題分析[J];電子世界;2014年03期

5 陳子青,石增鈞,林曙光;采用狀態(tài)估計 提高監(jiān)測質量[J];山東電力高等專科學校學報;2000年02期

6 應春暉;;提高清遠地調狀態(tài)估計軟件運行率的措施[J];廣東電力;2007年08期

7 趙紅嘎,薛禹勝,高翔,潘勇偉,岑宗浩,李碧君;量測量的時延差對狀態(tài)估計的影響及其對策[J];電力系統(tǒng)自動化;2004年21期

8 田江;錢科軍;梁鋒;;分布式狀態(tài)估計技術在智能變電站的應用[J];電網(wǎng)與清潔能源;2013年09期

9 劉浩,顧一中;狀態(tài)估計中不良數(shù)據(jù)的混合檢測辨識程序設計[J];大電機技術;2001年01期

10 吳為麟,侯勇,方鴿飛;基于支路電流的配電網(wǎng)狀態(tài)估計[J];電力系統(tǒng)及其自動化學報;2001年06期

相關會議論文 前10條

1 徐興華;陳萬里;;地調狀態(tài)估計實用化探討[A];華東六省一市電機工程（電力）學會輸配電技術研討會2002年年會山東電機工程學會交流論文集[C];2002年

2 郭金蓮;范曉丹;趙洪山;;分布式狀態(tài)估計算法的研究[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術年會論文集（上冊）[C];2008年

3 劉耀年;郝靜;;基于分布式抗差加權最小二乘法的狀態(tài)估計[A];第十一屆全國電工數(shù)學學術年會論文集[C];2007年

4 劉順明;劉耀年;于賀;湯德海;;基于抗差加權最小二乘法的分布式狀態(tài)估計[A];高效 清潔 安全 電力發(fā)展與和諧社會建設——吉林省電機工程學會2008年學術年會論文集[C];2008年

5 何青;歐陽紅林;楊民生;童調生;;基于最優(yōu)定界橢球的自適應集員狀態(tài)估計[A];2004全國測控、計量與儀器儀表學術年會論文集（上冊）[C];2004年

6 郭曉林;曹軍海;賈小平;;模糊狀態(tài)估計在機動目標跟蹤中的應用[A];1997中國控制與決策學術年會論文集[C];1997年

7 林桂華;張艷軍;周蘇荃;;基于量測變換的混合量測狀態(tài)估計算法[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術年會論文集（上冊）[C];2008年

8 景渤雯;趙璐;張雨生;;基于PMU的狀態(tài)估計研究現(xiàn)狀及發(fā)展展望[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術年會論文集（上冊）[C];2008年

9 彭云輝;繆棟;劉云峰;;SR-UKF在狀態(tài)估計中的應用[A];2006中國控制與決策學術年會論文集[C];2006年

10 王正志;肖齊英;;部分參數(shù)不準確的線性系統(tǒng)H_∞狀態(tài)估計濾波問題[A];1993年控制理論及其應用年會論文集[C];1993年

相關博士學位論文 前10條

1 王吉華;多軸轉向車輛狀態(tài)估計與控制研究[D];南京航空航天大學;2013年

2 Sideig Abd elrhman Ibrahim Dowi;PMU測量單元對電力系統(tǒng)動態(tài)狀態(tài)估計影響研究[D];華北電力大學;2015年

3 任江波;電力系統(tǒng)過程狀態(tài)估計研究[D];哈爾濱工業(yè)大學;2007年

4 陳芳;電網(wǎng)狀態(tài)估計及其擴展的理論研究[D];山東大學;2010年

5 暢廣輝;基于混合量測的電力系統(tǒng)分布式狀態(tài)估計研究[D];武漢大學;2009年

6 王永;互聯(lián)電網(wǎng)分布式狀態(tài)估計和混合量測狀態(tài)估計研究[D];哈爾濱工業(yè)大學;2008年

7 白宏;基于PMU量測信息的面向過程狀態(tài)估計研究[D];哈爾濱工業(yè)大學;2008年

8 黃彥全;電力系統(tǒng)狀態(tài)估計若干問題的研究[D];西南交通大學;2005年

9 柯晶;強跟蹤狀態(tài)估計與群集辨識[D];浙江大學;2003年

10 李強;基于PMU量測的電力系統(tǒng)狀態(tài)估計研究[D];中國電力科學研究院;2006年

相關碩士學位論文 前10條

1 王珊珊;利用支路信息進行電力網(wǎng)絡拓撲辨識[D];鄭州大學;2015年

2 張娜;電流推算法及其與新息圖相結合的狀態(tài)估計研究[D];哈爾濱工業(yè)大學;2015年

3 沈豪棟;一種基于參數(shù)修正的區(qū)域性電網(wǎng)狀態(tài)估計改進方法[D];上海交通大學;2014年

4 胡曉艷;分布式平臺下的配電網(wǎng)狀態(tài)估計研究[D];華北電力大學;2015年

5 賈楠;基于WAMS的電力系統(tǒng)狀態(tài)估計及其應用[D];華北電力大學;2015年

6 白鐸;智能電網(wǎng)狀態(tài)估計及性能分析[D];電子科技大學;2015年

7 安維亮;離散時間復雜網(wǎng)絡的狀態(tài)估計[D];南京郵電大學;2015年

8 沈超;自愈控制下電網(wǎng)狀態(tài)估計的研究[D];南京郵電大學;2015年

9 邳浚哲;不良數(shù)據(jù)檢測辨識及提高狀態(tài)估計合格率的方法研究[D];華北電力大學;2015年

10 張鵬飛;離散時間隨機系統(tǒng)的狀態(tài)估計與最優(yōu)控制器設計[D];青島科技大學;2015年

，

本文編號：2009348