摘要
本发明针对卡尔曼滤波算法中噪声协方差矩阵参数难以整定的问题,提出一种基于噪声参数辨识的卡尔曼滤波无感控制策略。参数辨识算法采用改进的种群优化算法,结合了粒子群与天牛须思想,加入线性递减权重与学习因子同步化公式,使得优化算法收敛速度与搜索能力明显提高。在基于扩展卡尔曼滤波无刷直流电机矢量控制系统中,通过改进的种群算法对观测器中的过程噪声矩阵Q与测量噪声矩阵R参数优化,测试不同的适应度函数快速找到最优的噪声矩阵参数,通过仿真结果表明当转速超过1000速域时,稳态误差减小,观测器的估计性能有明显提升。
技术关键词
协方差矩阵
扩展卡尔曼滤波
无刷直流电机
优化搜索算法
雅克比矩阵
观测器
状态空间方程
定子
噪声参数
电机矢量控制系统
粒子
系统噪声
动态误差系数
无感控制方法
两相静止坐标系
系统为您推荐了相关专利信息
移动视界
状态估计方法
等效电路模型
锂离子电池
迟滞效应
机器类通信系统
数据译码方法
节点
时延
脉冲成形滤波器
运输监控方法
混凝土
高清摄像装置
数据采集模块
扩展卡尔曼滤波算法
机器人定位方法
激光雷达
时间同步
移动充电机器人
点云滤波