导读:本文包含了分散滤波论文开题报告文献综述、选题提纲参考文献，主要关键词:分散,荷载,系统,联邦,局部,集中控制,增益。
分散滤波论文文献综述写法
罗素娟[1]（2017）在《基于数据融合的未知力下的卡尔曼滤波新方法及结构动位移实时估计与分散控制》一文中研究指出结构健康监测与振动控制在结构安全及可靠度评估方面起着重要的作用。结构动荷载是结构设计和结构健康监测的重要基础。然而,在实际工程结构中,直接通过传感器测量结构的动荷载是非常困难的,尤其是风荷载等分布荷载的测量。因此,研究通过测量结构响应获取结构动荷载受到广大科研工作者的重视,并取得了可观的研究成果,但是现有的研究仍然存在一定的局限性。另外,在未知激励的条件下进行系统识别(包括结构动位移识别)研究也具有非常重要的意义。结构动位移是描述结构振动特性非常必要的物理参数,许多理论方法都是先获得结构位移,然后通过位移获取其他响应信息。因此,动位移识别对于结构健康监测而言是必不可少的。本论文的研究主线是基于数据融合的未知力下的卡尔曼滤波方法,旨在解决结构健康监测中需要已知结构外荷载的局限性。不仅如此,还将基于数据融合的未知力下的卡尔曼滤波方法扩展应用于结构动位移和加速度偏差的识别、风荷载识别。最后,将提出的方法扩展到广义的未知力下的扩展卡尔曼滤波方法,并与分散控制相结合。本论文的第一部分针对现有的未知力下的卡尔曼滤波方法对观测位置有要求且会产生位移“漂移”问题的局限性,提出了基于数据融合的未知力下的卡尔曼滤波方法。该方法能够在部分观测结构响应的情况下,且对观测的响应的位置没有特殊要求,实现结构状态和激励的实时识别,且能在噪声污染的条件下,限制位移“漂移”问题。本论文的第二部分将提出的方法扩展运用于结构动位移和加速度偏差的识别,其主要思想是:将未知的加速度偏差看作是“未知激励信息”,基于数据融合的未知力下的卡尔曼滤波方法,进一步提出基于多频率数据融合的动态位移和加速度偏差识别方法,能够实现在识别出结构动位移的同时,识别加速度偏差。该方法不仅适用于常数偏差的识别,也适用于非常数偏差的识别。本论文的第叁部分将提出的方法扩展运用于分布风荷载识别,而不是仅仅局限于结构上集中荷载的识别。其主要思想是:假设分布荷载是由关于位置的分布函数和关于时间的函数组成,且两者相互独立,并将分布函数用关于振型的正交多项式展开,结合未知力下的模态卡尔曼滤波方法,实现对分布风荷载的识别。本论文的最后一部分将本论文的激励识别方法的应用范围拓展到广义的未知力下的扩展卡尔曼滤波方法,在部分观测结构响应,且无需观测激励处响应的情况下实现结构状态、参数以和外激励的实时准确识别。不仅如此,将广义的未知力下的扩展卡尔曼滤波方法,与分散控制相结合,实现了结构识别与分散控制的一体化。本论文的内容围绕未知激励下的结构系统识别和振动控制展开,提出了基于数据融合的未知力下的卡尔曼滤波方法,并用了相关的数值算例对提出的方法进行了验证。结果表明,本方法能够在部分观测结构响应的情况下,实时识别结构的状态和未知的外激励,并有效地解决了位移“漂移”问题。不仅如此,将该方法扩展应用于结构动位移识别、结构风荷载识别以及结构分散控制中,亦得到了比较理想的预期效果。(本文来源于《厦门大学》期刊2017-04-01）
丁明,程旭东[2]（2016）在《基于分散–集中控制的风电功率二次滤波平滑策略》一文中研究指出为最大程度地平抑风电输出功率的波动,针对超级电容和蓄电池不同的功率和容量特性,提出分散–集中二次滤波控制策略。在分散侧用超级电容平抑单台电源输出功率的高频分量,在集中侧用蓄电池平抑汇流母线功率的低频分量;采用双时间常数调节算法实时再分配平抑外功率,制定最优的平抑目标,使储能介质维持在良好的荷电状态。算例分析表明,所提出的策略能实时调节储能介质的荷电状态,很好地降低可再生能源的波动幅度。(本文来源于《智能电网》期刊2016年03期）
蓝贵文,许本意[3]（2014）在《基于分散式滤波的波场要素反演模型》一文中研究指出依据多向不规则波理论,在前人研究的基础上,以二维傅里叶变换为数学基础,根据传统的波数-频率谱分析方法,提出了基于分散式滤波的波场要素反演模型。该模型考虑了线性波理论和由表面流场造成的多普勒频偏,并通过仿真研究验证了分散式滤波模型在主波向和有效波高反演上的有效可行性。实验结果表明该模型比传统的波数-频率谱分析方法更为精确,从而为实现由波数频率谱对实测雷达影像的波场要素精确反演提供了一定的可行依据。(本文来源于《桂林理工大学学报》期刊2014年01期）
丁伟[4]（2013）在《基于分散式增广信息滤波的多艇协同导航》一文中研究指出科技的快速发展促使人们更多的探索海洋领域，大量的先进运载设备投入使用。水面无人艇以其体积轻巧、机动性强和价格低廉逐步成为研究热点。然而船艇所处的环境比较复杂且易受很多干扰因素的影响，单个无人艇可能无法完成复杂而特殊的任务，只有协同作业才能使系统整体性能提升，从而有效地完成预期任务。本文基于分散式增广信息滤波的应用，研究多水面无人艇的协同导航问题。论文以水面无人艇的应用为背景，详细介绍协同导航的基本特征和传感器概况；基于状态空间方法详细推导协同导航的数学模型和基本滤波理论。基于协同导航数学模型的建立，深入研究增广信息滤波，作为实现分散式算法的基础。首先描述信息滤波的参数形式和来源，在此基础上介绍增广信息滤波的概念和算法过程，基于Cholesky分解介绍矩参数均值的恢复方法以及几种适合不同问题的协方差恢复方法，最后引入马尔科夫随机场和信息矩阵的概念，详细描述了马尔科夫链和信息矩阵辅助设计滤波算法的对应过程和意义。针对增广信息滤波的局部性特征，设计其分散式实现方法。首先介绍局部数据融合的主要内容；针对动态变化的联合矩阵提出递增Cholesky修正方法，然后结合分布式计算环境详细介绍分布式Cholesky修正算法内容，最后综合上述内容具体介绍增广信息滤波算法的分散式实现过程。最后，论文介绍协同导航的分散式卡尔曼滤波方法。分别基于EKF、AIF和DAIF算法设计无人艇协同导航的仿真实验，并仿真基于DAIF协同导航的真实无人艇实验数据，通过实验验证DAIF算法的正确性和协同导航优势，最后通过比较估计精度、计算量和通信量、工作平衡性和系统稳固性验证DAIF算法在减少通信量和计算量上的优越性。(本文来源于《哈尔滨工程大学》期刊2013-01-01）
肖小石[5]（2011）在《时滞大系统的稳定性、分散控制及滤波问题研究》一文中研究指出随着科学技术和工农业生产的快速发展,在当今社会的各个领域,如工业、农业,能源、交通、水利、经济管理、生命科学以及IT技术领域等,形成了各种规模越来越大,结构越来越复杂的系统,这类系统通常可以归结为大系统而加以研究。另一方面,时滞现象普遍存在且往往是造成系统品质恶化甚至不稳定的原因。由于大系统各子系统间的信息传输总存在或大或小的延时,因此在进行大系统分析或设计时就不能不考虑时滞的作用。所以,时滞大系统的相关问题研究具有重要的理论和现实意义。本文结合Lyapunov-Krasovskii (L-K)泛函、分散控制、模糊控制以及线性矩阵不等式(linear matrix inequality, LMI)等方法和技术,对时滞系统的稳定性、分散控制以及滤波问题进行了较系统的研究,以求在一定程度上促进大系统理论的深入发展并为一些实际工程问题提供解决方案。本文的主要内容如下1.基于L-K泛函方法以及矩阵范数理论,考虑了一类离散时滞大系统的鲁棒稳定性问题,所考虑的大系统不仅具有时变时滞,而且具有不确定非线性时滞关联项。所得的时滞无关鲁棒稳定性判据由一族Lyapunov方程和代数不等式给出,不但保守性低而且计算简单。同时,所得到的稳定性判据还可用于分散镇定控制器的设计。2.分别对不确定仿射非线性时滞大系统的分散镇定、严格反馈非线性时滞大系统和不确定非仿射非线性时滞大系统的分散跟踪控制问题展开研究。通过选择合适的L-K泛函以及使用模糊逼近技术对系统的不确定非线性时滞项进行抵消和逼近,设计了几个模糊自适应分散控制器。由于智能控制方法的使用,控制器的设计无需对不确定非线性系统施加苛刻的假设条件,这使得所提的控制方法具有较广泛的应用范围。通过仿真研究,所提控制算法的有效性均得到了验证3.考虑一类具有参数不确定性,未知界干扰以及时变时滞关联项的大系统的模型参考分散控制问题。基于L-K泛函方法、LMI技术以及自适应控制方法,提出了一个模型参考鲁棒自适应分散控制器。控制器的设计无需当前模型参考控制中苛刻的匹配条件,在维数匹配以及参考信号有界的条件下甚至不需要参考模型的精确参数。在此基础上还进一步考虑了系统的模型参考分散H∞控制问题,为避免控制过程中的自适应参数持续增长问题,提出了死区自适应算法。同时,为改善闭环系统的动态性能,给出了跟踪误差的L2范数界,提出了改善闭环系统动态性能的两点措施。4.首先研究了一类含有非线性时滞关联项以及参数不确定性的连续大系统在执行器发生故障情况下的保成本可靠分散控制问题。基于L-K泛函方法,首先得到了保成本可靠分散控制器存在性的充分条件,尔后通过将此充分条件转化为一组LMI简化了控制器的设计。基于数字控制渐成实际工业控制主流的背景,进一步考虑了一类离散时滞大系统的可靠分散H∞控制问题,给出了控制器存在的充分条件及参数表达式。两种控制方案的有效性均通过仿真示例进行了验证。5.考虑一类关联时滞系统的H∞滤波器设计问题,以子系统的输出作为滤波器的输入,分别为每个子系统设计了一个线性滤波器。每个分散滤波器的参数只需求解一个LMI,计算量小,保守性低。为了使滤波器具有良好的H∞性能,将滤波器的设计转化为具有LMI约束的凸优化求解问题。数值实例表明了所提滤波器设计方案的可行性。(本文来源于《东北大学》期刊2011-11-01）
肖小石,毛志忠[6]（2011）在《关联时滞系统的分散H_∞滤波》一文中研究指出考虑一类关联时滞系统,以子系统的输出作为滤波器的输入,分别为每个子系统设计了一个线性滤波器.基于Lyapunov泛函方法,首先得到了滤波器存在的时滞无关的充分条件.为便于滤波器的设计,通过解耦算法将原充分条件转化为一个易于求解的线性矩阵不等式(LMI).进一步,为使滤波器具有良好的H∞性能,将滤波器的设计问题转化为具有LMI约束的凸优化求解问题.数值实例表明了所提滤波器设计方案的可行性.(本文来源于《东北大学学报(自然科学版)》期刊2011年10期）
杨朝明,蒋军彪,黄超凡,田荣军[7]（2009）在《两种车载导航分散滤波算法对比及应用研究》一文中研究指出针对航位推算/惯性导航/GPS(DR/INS/GPS)组合导航系统的多信息源融合,提出了基于局部反馈校正的联邦滤波和串级滤波两种算法,并进行对比研究。跑车实验结果证明,两种分散滤波算法在正常导航(无传感器故障)情况下都能有效提升车载导航系统的精度和可靠性,且前者定位精度较后者高;但后者能够消除DR误差前期积累,避免GPS失效时的定位输出"突跳"和"毛刺",具有更好的应用价值。(本文来源于《弹箭与制导学报》期刊2009年06期）
李金梁,吴训忠,张宗麟[8]（2008）在《分散化H~∞鲁棒滤波理论研究》一文中研究指出为改善传统分散化卡尔曼滤波器对系统模型和噪声统计特性的过分依赖性,以及解决分散化H-infinity鲁棒滤波算法的复杂性问题,深入研究了分散化H-infinity滤波的算法结构和鲁棒机理,提出一套H-infinity鲁棒信息滤波公式。通过证明,本文公式与S.H.Jin等人提出的相应公式是等价的,但相比之下更加简单、直观。在此基础上,参考分散化卡尔曼滤波算法的思想,提出一套分散化H-infinity鲁棒滤波算法。与传统算法相比,该算法更加简单、实用。仿真结果表明,新算法有效、可行。(本文来源于《数据采集与处理》期刊2008年06期）
李金梁,郝顺义,张宗麟[9]（2008）在《基于联邦滤波器结构的分散化H_∞鲁棒滤波算法研究》一文中研究指出深入研究了基于联邦滤波器结构的分散化H_∞鲁棒滤波算法;通过研究H_∞滤波器的结构和鲁棒机制,提出一套H_∞鲁棒信息滤波公式.在此基础上,建立了一套形式简单、可行性强的联邦H_∞鲁棒滤波算法.与传统联邦卡尔曼滤波算法相比,该算法仅增加一个鲁棒化环节,实际上是一种Krein空间的联邦卡尔曼滤波算法.最后,全面分析了该算法四种结构及其性能,仿真结果表明了其具有有效性和可行性.(本文来源于《信息与控制》期刊2008年03期）
李骥[10]（2008）在《基于分散化预测滤波的故障诊断方法研究》一文中研究指出针对多故障源系统的故障诊断问题,提出一种采用分散化预测滤波与两种不同类型残差相结合的诊断方法。该方法针对不同类型故障敏感的特点,利用不同类型残差,区分系统组件/执行机构故障和传感器故障;利用模型误差估计与故障各分量的对应关系,辨识和隔离系统组件/执行机构故障;利用分散化滤波的结构,识别和隔离不同传感器故障。以卫星姿态估计系统为例,仿真验证该故障诊断方法,结果表明,分散化预测滤波与集中预测滤波相比,对多类型故障进行检测、识别以及系统重构的能力更强。(本文来源于《空间控制技术与应用》期刊2008年03期）
分散滤波论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为最大程度地平抑风电输出功率的波动,针对超级电容和蓄电池不同的功率和容量特性,提出分散–集中二次滤波控制策略。在分散侧用超级电容平抑单台电源输出功率的高频分量,在集中侧用蓄电池平抑汇流母线功率的低频分量;采用双时间常数调节算法实时再分配平抑外功率,制定最优的平抑目标,使储能介质维持在良好的荷电状态。算例分析表明,所提出的策略能实时调节储能介质的荷电状态,很好地降低可再生能源的波动幅度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
分散滤波论文参考文献
[1].罗素娟.基于数据融合的未知力下的卡尔曼滤波新方法及结构动位移实时估计与分散控制[D].厦门大学.2017
[2].丁明,程旭东.基于分散–集中控制的风电功率二次滤波平滑策略[J].智能电网.2016
[3].蓝贵文,许本意.基于分散式滤波的波场要素反演模型[J].桂林理工大学学报.2014
[4].丁伟.基于分散式增广信息滤波的多艇协同导航[D].哈尔滨工程大学.2013
[5].肖小石.时滞大系统的稳定性、分散控制及滤波问题研究[D].东北大学.2011
[6].肖小石,毛志忠.关联时滞系统的分散H_∞滤波[J].东北大学学报(自然科学版).2011
[7].杨朝明,蒋军彪,黄超凡,田荣军.两种车载导航分散滤波算法对比及应用研究[J].弹箭与制导学报.2009
[8].李金梁,吴训忠,张宗麟.分散化H~∞鲁棒滤波理论研究[J].数据采集与处理.2008
[9].李金梁,郝顺义,张宗麟.基于联邦滤波器结构的分散化H_∞鲁棒滤波算法研究[J].信息与控制.2008
[10].李骥.基于分散化预测滤波的故障诊断方法研究[J].空间控制技术与应用.2008