导读:本文包含了多模型估计论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:多模,卡尔,陀螺,系统,故障诊断,声速,故障。
多模型估计论文文献综述
曾丽君,闵芳[1]（2019）在《基于多模型估计的陀螺阵列故障检测方法》一文中研究指出采用多个硅微陀螺组成阵列并进行数据融合,可进一步提高陀螺测量精度。但阵列中一旦有陀螺出现故障,将造成错误输出。在陀螺阵列卡尔曼滤波数据融合算法基础上,设计了一种基于多模型估计的卡尔曼滤波故障检测方法。针对陀螺噪声增大故障,进一步实现了一种引入补偿激励的故障检测改进方法。通过4陀螺阵列数据融合和故障检测试验表明,故障检测算法能够实现恒值输出和噪声增大两种典型故障的检测。针对噪声增大故障,通过引入补偿激励的检测方法可显着缩短检测延迟和恢复延迟,进一步提高故障检测实时性。(本文来源于《仪表技术与传感器》期刊2019年11期）
张凯,熊家军,付婷婷,席秋实[2]（2018）在《基于耦合气动参数的HGV多模型估计》一文中研究指出利用气动参数对未知气动力建模是提高高超声速滑翔目标跟踪精度的有效途径。对目标气动加速度及其导数项进行分析,在非耦合气动参数模型的基础上,考虑气动加速度在转弯和俯仰方向存在的先验信息,推导滚转和螺旋2种耦合气动参数模型。利用一种分离估计模型对目标状态与气动参数进行估计,分别给出状态滤波器和气动参数滤波器的表达式。同时,考虑不同飞行模式下参数的机动频率,构建基于耦合气动参数的交互多模型跟踪算法。仿真表明,本文所提算法精度显着高于针对该类目标的其他跟踪算法。同时,滚转模型的性能优于螺旋模型,且计算复杂度更小。(本文来源于《北京航空航天大学学报》期刊2018年10期）
朱虹宇[3]（2018）在《基于多模型估计的高速列车电机系统故障诊断方法》一文中研究指出我国高速列车线路范围广,运行环境复杂,因此对列车安全性以及系统可靠性有着很高的要求,列车发生的各种故障需要能及时地得到检测和诊断。本课题来源于国家自然科学基金重大项目与国家自然科学基金面上项目,针对高速列车牵引电机系统开展故障诊断研究。牵引电机、牵引逆变器、整流器等设备构成了高速列车的牵引系统,为列车提供动力,本文中针对牵引电机的转子断条故障以及牵引逆变器的IGBT元件断路故障,开展故障诊断算法的研究。分析了高速列车牵引系统的工作原理,根据牵引电机以及牵引逆变器的工作机理,分别建立了健康状态下的数学模型。针对电机转子断条,对模型进行了简化并引入了不同数量断条故障下系统的状态模型集。分析了逆变器的工作状态,并建立逆变器不同位置IGBT元件断路故障的模型集合。由于需要多个模型来对电机及逆变器的变化状态进行描述,选择基于交互式多模型的估计算法对状态进行跟踪。对多模型估计的基本概念以及交互式多模型的基本原理进行了介绍,提出了基于交互式多模型的故障诊断方法。针对电机转子断条故障,利用故障模型集合,根据牵引电机模型具有非线性的特点,设计了基于转子断条模型集的非线性滤波器组。通过滤波器组得到状态估计量及与传感器测量量间的残差,利用残差及状态估计等数据通过交互式多模型诊断算法进行系统状态跟踪,找出系统的工作模型,判断系统是否发生故障。结合故障模型集可以诊断故障的发展程度。考虑到逆变器的输出电流传感器采用相同两组构成冗余设计的情况,设计了逆变器不同工作模型下基于同步数据融合的分步式滤波器对系统状态进行估计。利用分步式滤波器产生的状态估计及其与传感器测量量的残差,通过诊断算法对逆变器状态进行诊断,并可以结合故障模型集对故障IGBT元件进行定位。通过仿真对设计的故障诊断方法的可行性和有效性进行了验证,并对开展进一步的研究进行了展望。(本文来源于《南京航空航天大学》期刊2018-03-01）
于永彦,束玉琴[4]（2015）在《典型多模型估计方案的分析与比较》一文中研究指出从2D图像中估计出物体对象的几何模型一直是计算机视觉的重点研究领域,而多模型估计更是其中的关键所在。本文从技术原理、算法实现、估计效果及实际应用等多个角度,对Sequential RANSAC、Multi RANSAC、Residual Histogram Analysis、J-Linkage和Kernel Fitting等几种典型的多模型估计方案进行了综合分析与对比研究,指出了它们的优缺点和改进方向。(本文来源于《数字技术与应用》期刊2015年05期）
贾林[5]（2013）在《基于多模型估计的转子典型故障诊断与参数识别方法研究》一文中研究指出当前对于转子故障的诊断基本是采用基于振动信号特征结合经验的方法，往往包含较多人为的判断。近些年虽出现了一些智能诊断方法，但其诊断精度多依赖于大量的故障事例和故障数据，其实际应用存在局限性。为丰富转子故障诊断的手段，提高诊断能力，本文重点研究基于多模型估计和参数估计的转子故障诊断方法。论文的主要研究工作如下：1.针对刚性支承单盘转子系统，对多种典型故障（不对中、碰摩、裂纹、弯曲）分别作故障机理和动力学分析，得出了不同故障型式下的转子运动微分方程。归纳总结单故障模型，建立了多重故障状态下的动力学方程。2.将多模型估计方法运用到转子系统常见的碰摩、不对中以及裂纹等故障的诊断中。研究表明，多模型估计方法对于单一参数未知的模型有着很好的应用，然而对于多个参数未知的模型，由于参数间的排列组合大大增加卡尔曼滤波器个数，进而做出不必要的滤波，降低计算速度。为此，将极值区间搜索方法与多模型估计理论相结合，提出了一种针对多参数未知模型的故障诊断新方法。3.将扩展卡尔曼滤波EKF方法运用到弯曲故障、不对中故障以及裂纹故障的故障诊断中。为了提高参数识别的收敛性和稳定性，引入了EKF-WGI算法。针对EKF解决强非线性可能会失效的问题，提出了一种EKF参数估计与多模型估计联合诊断新方法，仿真验算证实了该方法的有效性与实用性。4.将粒子滤波算法引入到旋转机械的故障诊断中，通过仿真完成了粒子滤波算法对转子系统单一故障，尤其对多重故障的诊断。针对单跨双盘转子系统，运用粒子滤波算法实现了对裂纹识别和定位。5.在转子实验台上模拟裂纹故障、不对中故障、弯曲故障以及弯曲裂纹复合故障；分别用多模型估计方法、EKF-WGI方法和粒子滤波方法分别对故障振动信号进行故障诊断；实验验证了叁种故障诊断方法的有效性；最后从几个方面分析叁种方法各自的优缺点。(本文来源于《上海交通大学》期刊2013-02-01）
汤晓芳[6]（2013）在《不确定量测下的多模型估计方法》一文中研究指出状态估计是估计理论的一个重要组成部分,在国防科技和国民经济领域有着广泛的应用。卡尔曼滤波是线性高斯系统最优状态估计方法,而无迹卡尔曼滤波(UKF)正逐渐成为处理非线性滤波问题的有效方法和研究热点,多模型估计法是机动目标跟踪的有效方法。实测数据中含有大量的不确定性,此处的不确定性即是指如传感器在杂波环境中产生的错误测量值、传感器暂时失效等原因导致的测量数据丢失等非量测噪声所含的特性,若采用标准滤波估计方法,滤波器的性能将会大大降低甚至导致结果发散。本文基于以上出发点,首先针对非线性系统介绍了随机无迹卡尔曼(RUKF)滤波方法,RUKF算法可消除UKF方法的系统误差,提高估计精度。其次从交互式多模型(IMM)估计方法的特点出发,提出用IMM估计方法来对有测量数据丢失的系统进行估计。IMM模型集中包含两个子模型集,最终的估计结果基于两个模型集的估计进行融合得到,改善估计器在测量信息丢失情况下的稳定性,同时得到较好的估计结果。将该算法应用于机动目标跟踪同样可以得到良好的跟踪效果。仿真结果表明在测量信息丢失的情况下,基于IMM的估计方法具有优于传统单模型估计方法的估计性能.(本文来源于《浙江大学》期刊2013-01-20）
周健,王新民,陈晓,蒋正雄,曲耀红[7]（2012）在《紊流风场下无人机飞行状态多模型估计算法》一文中研究指出针对紊流风场环境下飞行速度因模型参数发生变化导致单一固定参数滤波器精度降低的问题,提出了一种无人机飞行状态多模型估计算法。在建立单一固定模型紊流风场有色噪声卡尔曼滤波器的基础上,采用多模型自适应卡尔曼估计,得到飞行速度的最优状态估计。仿真结果表明,多模型估计算法在模型参数发生变化时能有效地减小紊流风场对无人机飞行速度的影响,满足飞行速度控制输入的精度要求。(本文来源于《火力与指挥控制》期刊2012年09期）
赵顺毅,刘飞[8]（2012）在《含一步随机观测时延非线性Markov跳变系统的多模型估计》一文中研究指出针对含一步随机观测时延的非线性Markov跳变系统提出一种递归滤波算法.该方法在每一时刻特定点处对系统动态及观测方程进行线性化,解决滤波过程中非线性概率密度函数的多重积分问题.对前一时刻各个模态下的估计值进行输入交互,保证算法平缓的计算耗费.进一步,利用观测信息更新随机时延的先验概率,在此基础上获取残差的条件均值及方差,进而得到系统状态的最终估计值.仿真表明,该方差在处理含一步随机观测时延非线性Markov跳变系统的状态估计问题时,表现出较为满意的性能.(本文来源于《第叁十一届中国控制会议论文集A卷》期刊2012-07-25）
于永彦[9]（2012）在《基于Jaccard距离与概念聚类的多模型估计》一文中研究指出Multi-RANSAC、RHT等方法难以有效实现多模型估计。为此,提出一种基于模型聚类的多模型估计方法。将数据点描述为所属模型的倾向集,把倾向集间的Jaccard距离描述为数据点的一种属性,基于该属性使用改进的Cobweb算法进行聚类。该方法无需预知模型数目和参数变换,可有效克服漏检、交叉模型误检等情况。实验结果表明,该方法具有高效、高精度等优点,适用于消隐点检测、相机自标定等领域。(本文来源于《计算机工程》期刊2012年10期）
柳志娟,李清,柳先辉,慕春棣[10]（2012）在《基于强跟踪多模型估计器的作动器故障诊断》一文中研究指出在多操纵舵面飞机的自修复飞控系统中,快速准确地获得作动器的故障信息至关重要。该文将多模型思想与强跟踪滤波器相结合,在多模型自适应估计方法的基础上,提出了一种基于强跟踪多模型自适应估计器的作动器故障诊断方法。该方法改进了多模型自适应估计方法的不足之处,具有较好的鲁棒性和较强的自适应能力。它适用于非线性系统,能在线快速地检测出故障,并能较准确地估计出故障的大小。通过对各种作动器故障的仿真,验证了该算法的有效性。(本文来源于《清华大学学报(自然科学版)》期刊2012年05期）
多模型估计论文开题报告
（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：
利用气动参数对未知气动力建模是提高高超声速滑翔目标跟踪精度的有效途径。对目标气动加速度及其导数项进行分析,在非耦合气动参数模型的基础上,考虑气动加速度在转弯和俯仰方向存在的先验信息,推导滚转和螺旋2种耦合气动参数模型。利用一种分离估计模型对目标状态与气动参数进行估计,分别给出状态滤波器和气动参数滤波器的表达式。同时,考虑不同飞行模式下参数的机动频率,构建基于耦合气动参数的交互多模型跟踪算法。仿真表明,本文所提算法精度显着高于针对该类目标的其他跟踪算法。同时,滚转模型的性能优于螺旋模型,且计算复杂度更小。
（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。
多模型估计论文参考文献
[1].曾丽君,闵芳.基于多模型估计的陀螺阵列故障检测方法[J].仪表技术与传感器.2019
[2].张凯,熊家军,付婷婷,席秋实.基于耦合气动参数的HGV多模型估计[J].北京航空航天大学学报.2018
[3].朱虹宇.基于多模型估计的高速列车电机系统故障诊断方法[D].南京航空航天大学.2018
[4].于永彦,束玉琴.典型多模型估计方案的分析与比较[J].数字技术与应用.2015
[5].贾林.基于多模型估计的转子典型故障诊断与参数识别方法研究[D].上海交通大学.2013
[6].汤晓芳.不确定量测下的多模型估计方法[D].浙江大学.2013
[7].周健,王新民,陈晓,蒋正雄,曲耀红.紊流风场下无人机飞行状态多模型估计算法[J].火力与指挥控制.2012
[8].赵顺毅,刘飞.含一步随机观测时延非线性Markov跳变系统的多模型估计[C].第叁十一届中国控制会议论文集A卷.2012
[9].于永彦.基于Jaccard距离与概念聚类的多模型估计[J].计算机工程.2012
[10].柳志娟,李清,柳先辉,慕春棣.基于强跟踪多模型估计器的作动器故障诊断[J].清华大学学报(自然科学版).2012
论文知识图
