《基于智能算法优化卡尔曼滤波器的电机转速估计》PDF+DOC
作者:张秀国
单位:上海交通大学
出版:《》
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFSYSY2015090330
DOC编号:DOCSYSY2015090339
下载格式:PDF + Word/doc 文字可复制、可编辑
《改进粒子群算法优化扩展卡尔曼滤波器电机转速估计》PDF+DOC2013年第07期 林国汉,章兢,刘朝华,赵葵银
《基于无轨迹卡尔曼滤波器的感应电机转速估计》PDF+DOC2006年第03期 李洁,钟彦儒
《神经网络用于异步电机转速估计的仿真研究》PDF+DOC2008年第02期 杨承光,刘文生,黄艳玲
《基于霍尔位置传感器的PMSM转速观测器状态估算误差抑制方法》PDF+DOC2017年第17期 倪启南,杨明,董翔,刘晓胜,徐殿国
《基于RLKF的无传感器PMSM控制》PDF+DOC2011年第10期 高晓波,薛惠锋,谢红普,张群
《多态细菌趋药性的传感器图像自动配准》PDF+DOC2009年第04期 张煜东,吴乐南,韦耿,吴含前
《基于MRAS的感应电机无速度传感器矢量控制》PDF+DOC2009年第04期 周亚丽,李永东,郑泽东
《一种基于转速和定子电阻自适应的感应电机全阶磁链观测器》PDF+DOC2009年第03期 王高林,陈伟,于泳,徐殿国
《《计算机应用研究》第31卷(2014年)总目次》PDF+DOC2014年第12期
《基于优化EKF的永磁同步电机转速估计》PDF+DOC2014年第04期 王剑,黄植功,许金海
针对感应电机扩展卡尔曼滤波器转速估计中难以取得卡尔曼滤波器系统噪声矩阵和测量噪声矩阵最优值的问题,提出了一种基于改进粒子群算法优化的扩展卡尔曼滤波器转速估计方法。算法通过融合遗传算法和粒子群算法的优点,采用可调整的算法模型对粒子群算法进行改进,将改进的粒子群算法对扩展卡尔曼滤波器中的系统噪声矩阵和测量噪声矩阵进行优化处理,将优化后的卡尔曼滤波器应用于感应电机转速估计,仿真实验表明,与试探法、标准粒子群算法及遗传算法比较,改进粒子群算法优化的扩展卡尔曼滤波器能够有效提高转速估计的精度,从而提高无速度传感器矢量控制系统的控制性能。
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。