基于改進粒子濾波的混合系統(tǒng)狀態(tài)估計算法的設(shè)計及實現(xiàn).pdf

1、隨著系統(tǒng)規(guī)模和復(fù)雜程度的不斷增加，混合系統(tǒng)逐漸成為控制領(lǐng)域關(guān)注的重點。研究混合系統(tǒng)的狀態(tài)估計方法，實時獲取系統(tǒng)的離散工作模式和連續(xù)動態(tài)行為，不僅便于識別和控制系統(tǒng)，同時，當(dāng)離散模式包含有故障模式時，狀態(tài)估計的結(jié)果還能夠支持故障診斷和決策，因而具有重要的理論及現(xiàn)實意義。本文基于粒子濾波算法，對混合系統(tǒng)應(yīng)用背景下的若干問題進行了相應(yīng)的研究，主要工作如下:
　　1.介紹了粒子濾波算法的基本原理及基于標準粒子濾波的混合系統(tǒng)狀態(tài)估計算法，并

2、分析其應(yīng)用優(yōu)勢和存在的問題。
　　2.針對轉(zhuǎn)移概率低而導(dǎo)致某些離散模式?jīng)]有粒子覆蓋的問題，設(shè)計了一種改進的遺傳粒子濾波算法。通過分析遺傳算法與粒子濾波算法的相似性，將遺傳算子引入粒子濾波算法，用以增加粒子多樣性，使其能覆蓋所有模式。在MATLAB下的仿真實驗表明改進的算法能夠改善濾波精度，縮短采樣時間。
　　3.針對轉(zhuǎn)移概率未知的混合系統(tǒng)，提出了一種基于觀測值的自適應(yīng)粒子濾波算法。算法將轉(zhuǎn)移概率擴展為系統(tǒng)參數(shù)進行在線估計，充

3、分利用觀測值的信息對所有后繼模式進行評價，根據(jù)似然度與先驗轉(zhuǎn)移概率的乘積確定各模式的后驗轉(zhuǎn)移概率，并在估計過程中不斷對其進行調(diào)整。仿真結(jié)果表明，相比于已有的轉(zhuǎn)移概率自適應(yīng)算法，本文提出的算法雖然運算時間較長，但是更能及時地跟蹤真實模式變化，得出正確的混合狀態(tài)估計和轉(zhuǎn)移概率估計。
　　4.以列車運行混合模型為背景，考慮其具有線性高斯特性，將基于觀測值的自適應(yīng)濾波算法與RBPF算法(Rao-Blackwellization Parti