• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Mathematical Problems in Engineering >State Estimation for Sampled-Data Descriptor Nonlinear System: A Strong Tracking Unscented Kalman Filter Approach
【24h】

State Estimation for Sampled-Data Descriptor Nonlinear System: A Strong Tracking Unscented Kalman Filter Approach

机译：采样数据描述符非线性系统的状态估计：强跟踪无味卡尔曼滤波方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper proposes a state estimation method for a sampled-data descriptor system by the Kalman filtering method. The sampled-data descriptor system is firstly discretized to obtain a discrete-time nonsingular model. Based on the discretized nonsingular system, a strong tracking unscented Kalman filter (STUKF) algorithm is designed for the state estimation. Then, a defined suboptimal fading factor is proposed and added to the prediction covariance for decreasing the weight of the prior knowledge on the conventional UKF filtering solution. Finally, a simulation example is given to show the effectiveness of the proposed method.
机译：提出了一种基于卡尔曼滤波的采样数据描述符系统状态估计方法。首先将采样数据描述符系统离散化以获得离散时间非奇异模型。在离散非奇异系统的基础上，设计了一种强跟踪无味卡尔曼滤波器（STUKF）算法进行状态估计。然后，提出了一个定义的次优衰落因子，并将其添加到预测协方差中，以减少传统UKF滤波解决方案中现有知识的权重。最后，通过仿真实例说明了该方法的有效性。

著录项

  • 来源
    《Mathematical Problems in Engineering》 |2017年第7期|5640309.1-5640309.9|共9页
  • 作者

    Liang Tiantian; Wang Mao; Zhou Zhenhua;

  • 作者单位

    Harbin Inst Technol, Sch Astronaut, West Dazhi St, Harbin 150001, Heilongjiang, Peoples R China;

    Harbin Inst Technol, Sch Astronaut, West Dazhi St, Harbin 150001, Heilongjiang, Peoples R China;

    Changzhou Vocat Inst Light Ind, Changzhou, Peoples R China;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号