导读:本文包含了递推最小二乘估计论文开题报告文献综述、选题提纲参考文献，主要关键词:小二,乘法,变换器,参数,在线,卡尔,状态。
递推最小二乘估计论文文献综述写法
李竟成,吴越,胡斯登,石健将[1]（2020）在《基于递推最小二乘法与核密度估计的同步整流Boost变换器回流功率抑制》一文中研究指出为了提高同步整流Boost变换器空载、轻载的工作效率,针对同步整流Boost变换器空载、轻载时存在的功率回流问题,分析该状态下电路的工作波形与工作特性.根据电路工作特性,提出能够准确识别功率回流状态并关断同步整流开关管的功率回流抑制策略.为了保证策略的精度与效率的优化,引入递推最小二乘法(RLS)和核密度估计(KDE),减少了电感误差和采样误差对策略精度的影响.搭建1 kV·A航空静止变流器仿真和实验平台进行验证.仿真和实验结果表明,该控制策略对功率回流的识别精度高,能够显着抑制回流功率,提高了电路空载和轻载效率.(本文来源于《浙江大学学报(工学版)》期刊2020年01期）
陈玉珊,秦琳琳,吴刚,毛俊鑫[2]（2019）在《基于渐消记忆递推最小二乘法的电动汽车电池荷电状态在线估计》一文中研究指出电动汽车中,先进的电池管理系统可以为电池的安全高效使用提供保障。电池管理系统的一个主要任务是准确、可靠地估计电池的荷电状态(State of Charge, SOC)。电池的SOC无法直接测量,通常用电池开路电压(Open Circuit Voltage, OCV)和SOC的模型间接估计SOC。本文采用一阶RC模型描述电池,模型参数中包含OCV,通过渐消记忆递推最小二乘法辨识模型参数,再用SOC-OCV模型实时计算SOC。使用马里兰大学CALCE电池组提出的LNMC/石墨电池动态应力测试(Dynamic Stress Test,DST)和北京动态应力测试(Beijing Dynamic Stress Test, BJDST)工况~([1])检验算法,结果表明,SOC估计误差在DST工况下不超过3.4190%,BJDST工况下不超过4.2335%,在可接受误差范围内实现了SOC的在线估计。(本文来源于《第30届中国过程控制会议（CPCC 2019）摘要集》期刊2019-07-31）
陈光武,李少远,李文元,王迪,张琳婧[3]（2019）在《基于递推最小二乘与互补滤波的姿态估计》一文中研究指出针对基于微机电系统(MEMS)的惯性导航系统中陀螺噪声较大导致姿态漂移的问题,本文基于递推最小二乘(RLS)与互补滤波器提出一种提高姿态估计精度的方法.该方法从陀螺去噪算法和姿态解算原理两个方面提高姿态估计精度:在陀螺去噪方面,为克服传统递推最小二乘的不足,提出一种随机加权的递推最小二乘法,利用随机加权实现对偏差的估计;在姿态解算方面,在传统互补滤波器的基础上通过自适应调整比例-积分(PI)参数来调整滤波器的交接频率,最终得到陀螺积分值的高通滤波和加速度计的低通滤波的迭加.转台静态和动态实验结果表明,使用本文所提方法后,有效降低了陀螺噪声,姿态估计精度明显提升.(本文来源于《控制理论与应用》期刊2019年07期）
顾嘉辉,黄金泉,鲁峰[4]（2018）在《基于核递推最小二乘的扩展卡尔曼滤波算法的商用航空发动机机载自适应模型与健康参数估计》一文中研究指出针对航空发动机部件级模型(CLM)计算量大而机载EMU内存有限,提出一种利用机器学习算法:指数加权-滑动窗口-核递推最小二乘(EW-SW-KRLS)算法来代替部件级模型机载使用的方法。其指数加权的特性保证了跟踪能力而滑动窗口结构维持了固定的机载内存开销使得基于该核递推最小二乘的扩展卡尔曼滤波(EKF)算法可以用来跟踪发动机可测输出同时估计发动机各部件效率和流量的变化量,即健康参数。数字仿真模拟了某型商用涡扇发动机的几种性能退化情况,同时采用该方法与传统的基于CLM的EKF方法进行比较。经验证,该方法相比基于CLM的EKF方法在估计精度上非常接近,同时具有较少的计算时间,适合机载使用。(本文来源于《Proceedings of The 2018 2nd International Conference on Advances in Energy, Environment and Chemical Science (AEECS 2018)（Advances in Engineering Research VOL.155）》期刊2018-02-02）
李龙,陈智,汪博文,田应仲[5]（2017）在《基于可变遗忘因子递推最小二乘法的无传感器机器人末端接触力估计》一文中研究指出随着人机共融生产模式的推广,人与机器人需要协作完成工作任务,在人机协作的过程中需要估计机器人末端接触力。传统的机器人末端接触力估计主要是基于外部传感器来实现的,这不仅会使机器人本体成本增加,还会使机器人的控制系统变得更加复杂。针对这个问题,研究了无外部传感器的机器人末端接触力估计算法。首先设计数字低通滤波器对机器人动力学方程进行滤波,建立不显含加速度信号的机器人动力学模型,然后将机器人末端接触力看作时变参数,采用递推最小二乘法估计末端接触力,通过动态的改变遗忘因子使算法具有更好的响应特性,达到了较好的效果。最后通过MATLAB和ADAMS联合仿真验证了算法的有效性。(本文来源于《机械设计与制造》期刊2017年S1期）
汪?,魏民祥,赵万忠,张凤娇,严明月[6]（2017）在《基于递推最小二乘法与模糊自适应扩展卡尔曼滤波相结合的车辆状态估计》一文中研究指出针对汽车状态估计中模型参数的变化和观测噪声的时变特性,提出了递推最小二乘法与模糊自适应扩展卡尔曼滤波相结合的汽车状态估计算法。为实现模型参数与观测噪声的实时更新,建立了基于叁自由度非线性车辆动力学模型的算法,首先利用递推最小二乘法对汽车的总质量进行估计,其次建立了模糊控制器对扩展卡尔曼滤波的观测噪声进行实时跟踪。在搭建的CarSim与MATLAB/Simulink联合仿真平台中验证了该算法的有效性,结果表明该算法估计精度高于传统扩展卡尔曼滤波算法,研究结果为汽车的主动安全控制提供了理论支持。(本文来源于《中国机械工程》期刊2017年06期）
何小燕[7]（2015）在《输出误差模型基于最新估计的偏差补偿递推最小二乘辨识》一文中研究指出最小二乘算法在系统辨识领域被广泛使用,但是对于输出误差模型得到的辨识参数不是无偏的,将偏差项补偿到辨识中可以得到无偏估计,这就是偏差补偿思想。随着工业的发展,系统越来越庞杂,模型的维度和阶数愈发增大,计算量的增大给辨识带来很多麻烦。传统的两阶段辨识算法可以减小计算量,但是却会产生收敛速度减慢的问题。本文基于偏差补偿递推最小二乘辨识算法,以减小计算量、改进收敛特性为目的,将从以下几个方面进行研究。针对白噪声干扰下的输出误差模型,利用递阶辨识原理,将系统分解成分别包含输入和输出参数的两个子系统。运用偏差补偿最小二乘法对两个子系统分别进行辨识,得到了两阶段偏差补偿递推最小二乘辨识算法,它是输出误差模型的无偏估计辨识算法。考虑到最新估计的信息理论上是更接近参数真值的,将一个子系统最新估计的参数值应用到另一子系统的参数估计中,建立了基于最新估计的偏差补偿递推最小二乘辨识算法。与偏差补偿递推最小二乘算法进行比较,新建立的算法的计算量更小。在MATLAB下的仿真结果显示,基于最新估计的算法能够改进两阶段辨识算法的收敛速度,并且有较好的收敛精度和抗干扰能力。为了能够辨识时变系统的参数,结合递阶辨识思想和遗忘因子法,基于已经存在的带遗忘因子的偏差补偿递推最小二乘算法,得到了两阶段的带遗忘因子偏差补偿递推最小二乘辨识算法。然后,将先辨识的子系统的最新估计的信息用于另一个的参数估计,建立了基于最新估计的带遗忘因子偏差补偿递推最小二乘辨识算法。新建立的两个辨识算法的计算量更小,仿真结果表明,基于最新估计的算法收敛速度好于两阶段辨识算法,具有良好的跟踪能力,并且当系统为时变参数和定常参数混合的情况,通过为两个子系统选择适当的遗忘因子,显着改善了遗忘因子对定常参数辨识的影响。综上所述,论文建立了输出误差模型的基于最新估计的辨识算法,减小了辨识的计算量,改进了两阶段算法的收敛速度。(本文来源于《哈尔滨工业大学》期刊2015-12-01）
陈晶[8]（2015）在《具有预负载非线性特性的双率系统递推最小二乘估计算法》一文中研究指出针对具有预负载非线性特性的双率系统,提出一种新的辨识方法.借助切换函数简化系统模型,通过损失数据模型估计系统损失的输出数据,进而利用系统所有输入和输出数据,提出相应双率系统递推最小二乘算法.与多项式转换方法相比,该方法能够直接辨识出系统参数.仿真结果验证了所提出方法的有效性.(本文来源于《控制与决策》期刊2015年10期）
周凌峰,赵小明,赵帅,姚琪,杨琳[9]（2015）在《基于递推最小二乘估计的CNS/INS组合导航系统初始对准》一文中研究指出针对CNS/INS组合导航系统中缩短初始对准时间的问题,设计了一种CNS/INS组合导航系统组合对准新方法。在CNS/INS姿态四元数组合算法的基础上,推导CNS/INS组合系统线性化状态方程,分析了INS和CNS姿态四元数差值构建量测方程。利用递推最小二乘原理实现了对该组合系统的信息融合,设计了基于该估计原理的组合导航系统初始对准方法,考虑到大气层内动基座条件下对于星敏感器造成的干扰因素增加了加权处理环节,最后通过仿真实验验证了递推加权最小二乘法在处理组合导航系统初始对准中的有效性。仿真结果表明在微晃基座条件下,与传统的滤波方法相比较该估计方法能够有效地缩短约25%的对准时间。(本文来源于《中国惯性技术学报》期刊2015年03期）
杨秀建,李海青,高晋,朱若城[10]（2014）在《基于递推最小二乘法的半挂汽车列车结构参数估计》一文中研究指出准确获取车辆的结构参数对汽车的主动安全控制至关重要.该文主要研究半挂汽车列车稳定性控制中的结构参数估计.基于汽车纵向动力学的半挂汽车列车整车质量与路面纵向坡度的多遗忘因子递推最小二乘算法(RLS)估计方法,利用估计的整车质量获取挂车的横摆转动惯量;根据线性四自由度(4-DOF)半挂汽车列车模型,探讨了半挂汽车列车轮胎侧偏刚度的RLS估计算法,并讨论了不同初始值对估计效果的影响.基于商用车动力学仿真标准软件TruckSim建立了某半挂汽车列车的非线性车辆模型,通过平路面和不同坡度路面上的动力学仿真对估计方案进行了验证,结果表明,相关参数的估计值和实际值吻合良好,对提高半挂汽车列车主动安全控制的性能具有重要意义.(本文来源于《昆明理工大学学报(自然科学版)》期刊2014年03期）
递推最小二乘估计论文开题报告范文
（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：
电动汽车中,先进的电池管理系统可以为电池的安全高效使用提供保障。电池管理系统的一个主要任务是准确、可靠地估计电池的荷电状态(State of Charge, SOC)。电池的SOC无法直接测量,通常用电池开路电压(Open Circuit Voltage, OCV)和SOC的模型间接估计SOC。本文采用一阶RC模型描述电池,模型参数中包含OCV,通过渐消记忆递推最小二乘法辨识模型参数,再用SOC-OCV模型实时计算SOC。使用马里兰大学CALCE电池组提出的LNMC/石墨电池动态应力测试(Dynamic Stress Test,DST)和北京动态应力测试(Beijing Dynamic Stress Test, BJDST)工况~([1])检验算法,结果表明,SOC估计误差在DST工况下不超过3.4190%,BJDST工况下不超过4.2335%,在可接受误差范围内实现了SOC的在线估计。
（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。
递推最小二乘估计论文参考文献
[1].李竟成,吴越,胡斯登,石健将.基于递推最小二乘法与核密度估计的同步整流Boost变换器回流功率抑制[J].浙江大学学报(工学版).2020
[2].陈玉珊,秦琳琳,吴刚,毛俊鑫.基于渐消记忆递推最小二乘法的电动汽车电池荷电状态在线估计[C].第30届中国过程控制会议（CPCC2019）摘要集.2019
[3].陈光武,李少远,李文元,王迪,张琳婧.基于递推最小二乘与互补滤波的姿态估计[J].控制理论与应用.2019
[4].顾嘉辉,黄金泉,鲁峰.基于核递推最小二乘的扩展卡尔曼滤波算法的商用航空发动机机载自适应模型与健康参数估计[C].ProceedingsofThe20182ndInternationalConferenceonAdvancesinEnergy,EnvironmentandChemicalScience(AEECS2018)（AdvancesinEngineeringResearchVOL.155）.2018
[5].李龙,陈智,汪博文,田应仲.基于可变遗忘因子递推最小二乘法的无传感器机器人末端接触力估计[J].机械设计与制造.2017
[6].汪?,魏民祥,赵万忠,张凤娇,严明月.基于递推最小二乘法与模糊自适应扩展卡尔曼滤波相结合的车辆状态估计[J].中国机械工程.2017
[7].何小燕.输出误差模型基于最新估计的偏差补偿递推最小二乘辨识[D].哈尔滨工业大学.2015
[8].陈晶.具有预负载非线性特性的双率系统递推最小二乘估计算法[J].控制与决策.2015
[9].周凌峰,赵小明,赵帅,姚琪,杨琳.基于递推最小二乘估计的CNS/INS组合导航系统初始对准[J].中国惯性技术学报.2015
[10].杨秀建,李海青,高晋,朱若城.基于递推最小二乘法的半挂汽车列车结构参数估计[J].昆明理工大学学报(自然科学版).2014