《基于UKF无传感器矢量控制技术理论综述》PDF+DOC
作者:曹炎广,王剑平,杨晓洪,张果,刘振
单位:中国技术经济研究会价值工程专业委员会;河北省技术经济管理现代化研究会
出版:《价值工程》2016年第17期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFJZGC2016170080
DOC编号:DOCJZGC2016170089
下载格式:PDF + Word/doc 文字可复制、可编辑
《分布式多传感器融合跟踪》PDF+DOC2011年第06期 黄铫,张天骐,李越雷,苗圃
《改进型自适应无迹卡尔曼姿态算法》PDF+DOC2017年第10期 侯江宽,马珺,贾华宇
《无传感器永磁同步电机控制策略研究》PDF+DOC2020年第09期 陈诚
《基于UKF信息融合的多旋翼飞行器姿态估计》PDF+DOC2020年第04期 石喜玲,孙运强,李静
《基于IRMCK203的永磁同步电机控制系统的设计方法》PDF+DOC2006年第10期 李昌辉
《基于UKF的异类传感器集中式融合算法》PDF+DOC2008年第05期 陈嘉鸿,张新曼,张忠华,韩九强
《异类传感器集中式扩维融合无迹卡尔曼滤波融合算法》PDF+DOC2012年第08期 曹晓军
《含有多普勒频率的毫米波/红外融合滤波算法》PDF+DOC2012年第03期 陈出新,周德云,王谦
《多被动传感器UKF与EKF算法的应用与比较》PDF+DOC2009年第05期 宋骊平,姬红兵
《永磁同步电机无传感器变结构矢量控制》PDF+DOC2009年第05期 林海,严卫生,王银涛,李铭峰,吴涛
在永磁同步电机矢量控制设计中,针对传统方式的利用机械传感器检测转子位置和转速等输出反馈信号难以检测的问题,提出基于无传感器技术的卡尔曼滤波技术。在永磁同步电机控制系统中利用该技术可以在线估算永磁同步电机转子的位置和转速等反馈信号。本文详细阐述了扩展卡尔曼算法(Extended Kalman Filter,EKF)的计算过程并指出其缺点,针对以上缺点引入无迹卡尔曼滤波算法,同时指出无迹卡尔曼(Unsecented Kalman Filter,UKF)技术算法的优点及应用。针对目前少有人研究基于UKF无传感器永磁同步矢量控制技术,提出该方案研究的前景和可行性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。