导读:本文包含了集员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:失配,状态,学习机,参数,椭圆体,椭球,极限。
集员估计论文文献综述写法
沈强,刘洁瑜,赵乾,王琪[1]（2019）在《非线性系统中心差分集员估计方法》一文中研究指出用于非线性椭球估计的扩展集员算法在实际应用中存在着实现性差、边界估计相对保守等缺陷.本文提出了一种用于非线性系统状态估计的中心差分集员估计方法,以改善传统非线性集员滤波算法的估计性能.为克服泰勒展开的固有缺陷,采用低阶多维Stirling内插多项式代替泰勒展开实现非线性模型的线性化处理;利用半定规划方法对线性化误差进行外包定界并将其融入过程噪声和量测噪声中,以降低误差定界的保守性;量测更新中,为提高算法的实时性,将量测椭球松弛为多个带的交,依次参与状态椭球的更新,从而实现状态定界椭球的次优估计;同时,对椭球—带交集迭代过程中椭球中心到超平面的归一化距离的计算方法进行了改进,使当前时刻每次迭代的椭球均参与计算并选取最优值,以减小累计误差.仿真结果表明了本文所提出算法的有效性和改进性能.(本文来源于《控制理论与应用》期刊2019年08期）
张静静,张红岭,王磊,郑运昌,黄晓英[2]（2018）在《基于集员估计椭圆残差分析的主动故障检测》一文中研究指出运用集员估计思想,提出基于残差椭圆体的主动故障检测,并提出了新的辅助输入信号和微小故障检测逻辑.首先,利用折衷函数来设计次优辅助输入信号,实现所需更高的微小故障检测率同时保证对正常系统的影响更小.其次,提出一种新颖的主动故障检测逻辑.此逻辑基于实时跟踪残差探测过程的异常状态.最后,用一个数值例子来证明所提出方法的有效性.(本文来源于《河北建筑工程学院学报》期刊2018年04期）
宋莎莎[3]（2018）在《模型有界失配下的扩展集员估计方法》一文中研究指出状态估计的精度取决于状态转移模型、测量模型和测量值。但在实际生产过程中,工艺或者设备条件的改变会引起某些过程参数或者模型结构发生变化,导致模型与实际状况存在偏差。偏差项的统计特性往往比较复杂,并且实时变化,受限于传感器技术、经济性等因素考虑,难以准确测量和评价。在长期运行中,运行人员往往可以根据经验确定其变化范围。扩展集员算法以外界定椭球为基础,能够将模型中不确定部分(噪声、初始状态等)用椭球集表示。考虑模型失配的有界性,本文利用椭球定界的方式,提出模型有界失配下的扩展集员估计方法。具体研究内容如下:(1)模型失配界限定常下的状态估计。在模型失配情况下,采用粒子滤波预测的先验粒子会偏离真实状态值,粒子的可信度降低。扩展集员算法能将模型中偏差用椭球集表示,并利用椭球运算性质,求取包含真实状态的椭球集。因此,论文提出一种基于最大后验(maximum a posteriori,MAP)准则的扩展集员粒子滤波算法(MAP-ESMPF)。该算法利用扩展集员求取包含真实状态的可信域,并基于MAP密度函数的准则,定义优化方程,从而将可信域外的先验粒子映射到可信域内,从而保证了状态估计的精度。(2)模型失配界限时变下的状态估计。参数失配有界时,导致模型失配界限呈现时变性。论文基于扩展集员估计方法,提出一种模型失配界限时变下的状态估计方法。该方法应用区间或集合运算的法则,计算由参数失配引起的偏差范围,并将其用椭球集外包。在状态估计的预测步,通过该偏差椭球集与先验椭球区间的并运算,得到预测椭球区间;在状态估计的更新步,利用观测椭球集对预测椭球区间进行更新,从而得到后验椭球集合以及状态估计值。(3)模型有界失配下状态和参数的联合估计。模型参数的准确性同时也影响状态估计的性能,因此论文进一步提出基于双扩展集员的状态和参数联合估计。首先在双扩展集员的预测步,将参数作为已知量,得到状态预测椭球区间。同时参数以随机游走模型扩展,得到参数的先验椭球区域;在双扩展集员的更新步,利用观测值对状态预测椭球区间进行更新,从而得到状态估计值,同时将状态估计值当做测量值信息,更新参数的先验椭球集,得到参数估计值。最后在数值仿真和CSTR过程中验证了所提方法的有效性。(本文来源于《江南大学》期刊2018-06-01）
宋莎莎,赵忠盖,刘飞[4]（2017）在《模型参数失配有界下的扩展集员估计方法》一文中研究指出在非线性模型参数失配下,直接采用滤波算法很难获到理想的估计状态.本文基于扩展集员估计方法,在状态估计中引入参数的不确定信息,提出一种参数失配有界下的状态估计方法.该方法应用区间或集合运算的法则,计算由参数失配引起的偏差范围,并将其用椭球集外包.在状态估计的预测步,通过该偏差椭球集与先验椭球区间的并运算,得到预测椭球区间;在状态估计的更新步,利用观测椭球集对预测椭球区间进行更新,从而得到后验椭球集合以及状态估计值.最后,在数值仿真和发酵模型中的仿真应用验证了算法的有效性.(本文来源于《控制理论与应用》期刊2017年05期）
程瑞辉[5]（2017）在《基于集员估计在球磨机料位软测量建模中的应用研究》一文中研究指出球磨机是工业生产过程中对物料进行研磨破碎的关键设备,被普遍地使用于冶金、电力、选矿及化工等行业。其经济性与内部料位相关,料位过低导致当前工作效率低,能源利用率不高,料位过高容易造成球磨机堵磨,存在安全隐患。因此,准确地测量筒内料位对实现球磨机的优化控制至关重要。但是由于球磨机的密闭旋转特性,在实际运行过程中,料位很难通过相关传感器直接测量,所以采用数据驱动的建模方法,建立软测量模型,通过输入与球磨机料位相关的辅助变量来预测其料位。传统的软测量建模方法有很多种,包括支持向量机、偏最小二乘法、神经网络以及主元回归分析法等,皆被广泛地应用在球磨机料位的建模过程中。作为神经网络的一种,极限学习机(Extreme Learning Machine,ELM)以其简洁高效的训练机制,避免了传统神经网络的反向微调过程,从而提高模型的学习速率和泛化性,因此得到广泛地应用。然而,其前馈神经网络的隐含层输出是通过某种概率进行随机选取,造成训练好的模型随机性很大,预测结果不稳定。此外ELM单隐含层的神经网络结构也限制了其特征提取的能力。为了可以更好地通过无监督训练过程学习高维数据中隐藏的抽象特征表示,研究学者又提出一种新的深度极限学习机算法(Deep Extreme learningmachine,delm),其采用多个自编码器(autoencoder,ae)堆迭而成,逐层利用elm算法进行误差重构,并将前一层ae的输出作为后一层ae的输入,最终通过多层的ae获得数据中更加抽象的特征表示。但是由于delm的每层网络权值都是通过elm算法进行计算得到的,其elm算法的随机性,导致网络权值也存在随机性而并非最优,最终造成delm模型训练的不稳定。球磨机在实际地运行过程中,其存在着时变和工况迁移等复杂因素的影响。而传统的软测量建模方法,利用已有的离线数据进行建模,模型一旦建立不再改变,对于新进来的测试集不能很好地跟踪当前对象,从而造成模型预测性能的下降。因此,必须不断地对软测量模型进行更新和校正。集员估计是一种在给定数据集,模型结构以及噪声边界的条件下,描述可行参数集合的方法,该集合内的参数可以看作是模型参数辨识的有效参数。而最优定界椭球算法(optimalboundingellipsoid,obe)是集员估计理论中经典算法之一,将其应用在软测量模型的参数优化中,可以在给定误差边界的条件下,对模型参数进行约束优化,不仅改善模型的鲁棒性,还能提高其预测精度。基于此,本文主要做了以下研究:(1)在球磨机实验过程中,针对elm预测球磨机料位结果不稳定的缺点,本文采用obe,在误差未知但有界的条件下,对训练好的elm网络模型进行优化,提高模型的预测准确度和稳定性,并通过实验证明,该方法的有效性。(2)利用深度网络对球磨机数据进行软测量建模时,为了更好抽取样本中最高层次的抽象表达,本文提出一种多层OBE-ELM算法(Multi-Layer OBE-ELM,ML-OBE-ELM),基于自编码器重构思想,采用OBE迭代算法学习输入数据的高层特征表示,最后利用ELM算法得到高层特征与样本标签的关系式。为了验证该算法的有效性,选用传统的UCI数据集和实际球磨机数据集作为实验数据,分别验证了该算法在回归和分类中都有较好的预测性能。(3)为了解决球磨机,料位中时变和工况迁移的问题,本文提出基于OBE-PLS的动态软测量模型,首先利用离线数据训练软测量模型,当新的查询样本到达时,利用OBE在原有模型的基础上动态地调整参数,从而实现该模型对查询样本的实时跟踪,并通过数值例子和小型球磨机实验对该方法的有效性进行验证。(本文来源于《太原理工大学》期刊2017-06-01）
周波,钱堃,马旭东,戴先中[6]（2017）在《基于集员估计的室内移动机器人多传感器融合定位》一文中研究指出本文针对室内移动机器人的长距离实时鲁棒定位问题进行了研究,考虑到单一定位手段存在的不足,以二维扫描激光和里程计作为主要的定位设备,采用多传感器数据融合技术实现了移动机器人的精确定位.论文首先通过引入基于点-直线特征匹配的改进迭代最近邻(iterative closest point,ICP)扫描匹配方法对激光采集的环境点云信息进行迭代匹配以得到相对位姿变换估计,并推导了其估计不确定性的保守包络矩阵形式,然后通过建立定位过程和观测模型,引入扩展非线性集员滤波器作为多传感器融合方法,利用扫描匹配结果校正由里程计滑移带来的定位误差,并获取定位自身的不确定性边界估计.实验结果表明了本文所提出的室内定位方法的精度、实时性和鲁棒性.(本文来源于《控制理论与应用》期刊2017年04期）
刘玉双,赵剡,吴发林[7]（2017）在《基于外定界椭球集员估计的纯方位目标跟踪》一文中研究指出针对在未知但有界噪声假设下的双基阵纯方位目标跟踪问题,本文提出了一种基于外定界椭球的集员估计(EOB-SME)跟踪算法。该算法具有类似于Kalman滤波的预测-校正递推更新结构,并且在时间更新和量测更新递推阶段分别有一个加权参数。通过最小化估计误差的Lyapunov函数的上界来求取量测更新递推阶段的加权参数,减少了算法的计算量;同时将非线性系统线性化后所产生的误差用椭球进行外包,与量测噪声椭球组成新的噪声椭球。仿真结果表明:在有界噪声假设下,本文所提出算法对纯方位机动目标的跟踪精度更高。(本文来源于《北京航空航天大学学报》期刊2017年03期）
张华鲁[8]（2016）在《基于集员估计方法的区间故障检测研究》一文中研究指出故障诊断技术可以有效的提高系统的安全性、可靠性。在实际工程中有着巨大的应用价值,关于故障诊断的研究是目前的一个热门课题。基于解析模型的故障诊断需要一个较为精确的系统模型,当系统模型不确定,系统参数、噪声或扰动是未知但有界的时候,就可以采用集员估计方法进行故障诊断。而本文就是在这个背景下进行了状态估计和故障诊断的研究。研究了集员估计方法中的椭球算法、全对称多胞形算法,总结了两种算法的优点,设计了一种新的集员估计算法,该算法集合了两种算法的优点,思路简单而且精度高。并且随着输出阶次的提高,估计的精度也会提高。针对带有参数不确定的线性离散系统,参数、噪声和扰动是未知但有界的,采用新的集员估计算法,估计系统的状态。故障诊断则是通过设计自适应双观测器进行故障诊断。第一个观测器是不包含扰动和不确定参数的一般自适应观测器,通过观测器输出和系统的输出得到系统残差。由于系统含有扰动和不确定参数,仅仅依靠一般观测器得到残差判断是否发生故障,有可能出现误判断。所以在第二个自适应观测器中加上扰动和不确定参数,采用新的集员估计算法计算出带有扰动和不确定参数的观测器输出的阈值,进而计算出残差阈值。当系统残差超过阈值,就会检测出系统出现了故障。针对非线性系统的集员状态估计需要先利用泰勒公式将该系统线性化,用凸集差规划方法估计线性化误差的界,然后利用新的集员估计算法进行状态估计。在故障检测时,针对线性化后的系统设计双观测器,用新的集员估计算法估计观测器的输出。同时针对集员估计方法了改进凸集差规划方法,提高估计的精度。文章中做了大量的仿真研究,通过仿真来证明文章算法的有效性。(本文来源于《东北大学》期刊2016-06-01）
汪渊[9]（2016）在《集员估计理论的几个扩展问题及其应用研究》一文中研究指出尽管集员估计理论提出时间较早,在理论与应用方面也取得了不少成果,但依然存在很多需要进一步讨论与研究的问题。论文在分析经典集员理论的基础上,对集员估计理论进行了相关扩展研究,几个扩展研究问题包括现有集员估计方法的收敛性讨论,新的集员滤波方法的提出以及在线性切换系统中集员辨识方法在新型故障检测与匹配方法中的应用等。论文主要内容可以概括为叁个部分:第一部分,首先对最优椭球集员滤波法进行了收敛性讨论,给出了正常情况下这种方法的收敛特性。针对最优椭球集员滤波法在观测缺失情况下不能使用的缺陷,提出了一种能够容忍一定观测缺失的新型集员滤波法,并且通过一些有界性假设,得到了估计误差与数据丢失率之间的关系,假如数据丢失率小于一个最大值,那么滤波算法将全局渐近稳定。仿真结果验证了新滤波方法的有效性,在观测数据满足一定缺失条件的情况下,新滤波方法能够把估计结果控制在事先预想的范围内,且估计值的变化足够稳定。第二部分,详细介绍了所提新型集员滤波法的应用示例,首先描述了实验所采用的穿戴式室内定位系统的构成,并且根据人体运动学,详细分析了相对定位系统的系统建模以及相对定位系统在实际应用中所产生的累积误差问题。应用所提滤波方法,通过融合相对定位子系统的定位信息与RFID绝对定位子系统的定位信息,有效地解决了系统存在的累积误差问题,提高了系统的定位精度。第叁部分,研究了一类线性切换系统中的故障检测与匹配问题,针对这个问题,在讨论线性切换系统的集员辨识问题的基础上,提出了一种新型基于椭球参数可行集的故障检测与匹配方法,并成功将该方法应用在实际的机器人自动装配实验中,实验结果表明,所提方法非常适合线性切换模型,并且相较于传统的残差法,所提方法具有检测率高、无误检、检测速度快、鲁棒性好等一系列优点。(本文来源于《华中科技大学》期刊2016-05-01）
张峻峰,何潇,周东华[10]（2015）在《基于集员估计的线性MIMO系统故障检测方法》一文中研究指出考虑了一类具有未知有界噪声的线性多输入多输出(MIMO)系统的故障检测问题,提出了一种基于集员估计的故障检测方法.通过当前时刻系统状态范围和测量输出值的一致性检验来检测系统是否发生故障.如果系统正常运行,则利用系统测量输出信息校正当前时刻系统状态范围.利用叁容水箱系统模型进行了仿真研究,结果表明了所提方法的有效性.(本文来源于《上海应用技术学院学报(自然科学版)》期刊2015年02期）
集员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：
运用集员估计思想,提出基于残差椭圆体的主动故障检测,并提出了新的辅助输入信号和微小故障检测逻辑.首先,利用折衷函数来设计次优辅助输入信号,实现所需更高的微小故障检测率同时保证对正常系统的影响更小.其次,提出一种新颖的主动故障检测逻辑.此逻辑基于实时跟踪残差探测过程的异常状态.最后,用一个数值例子来证明所提出方法的有效性.
（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。
集员估计论文参考文献
[1].沈强,刘洁瑜,赵乾,王琪.非线性系统中心差分集员估计方法[J].控制理论与应用.2019
[2].张静静,张红岭,王磊,郑运昌,黄晓英.基于集员估计椭圆残差分析的主动故障检测[J].河北建筑工程学院学报.2018
[3].宋莎莎.模型有界失配下的扩展集员估计方法[D].江南大学.2018
[4].宋莎莎,赵忠盖,刘飞.模型参数失配有界下的扩展集员估计方法[J].控制理论与应用.2017
[5].程瑞辉.基于集员估计在球磨机料位软测量建模中的应用研究[D].太原理工大学.2017
[6].周波,钱堃,马旭东,戴先中.基于集员估计的室内移动机器人多传感器融合定位[J].控制理论与应用.2017
[7].刘玉双,赵剡,吴发林.基于外定界椭球集员估计的纯方位目标跟踪[J].北京航空航天大学学报.2017
[8].张华鲁.基于集员估计方法的区间故障检测研究[D].东北大学.2016
[9].汪渊.集员估计理论的几个扩展问题及其应用研究[D].华中科技大学.2016
[10].张峻峰,何潇,周东华.基于集员估计的线性MIMO系统故障检测方法[J].上海应用技术学院学报(自然科学版).2015