کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
11032447 1645584 2019 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Fractional central difference Kalman filter with unknown prior information
ترجمه فارسی عنوان
فیلتر کلمن با اختلاف مرکزی جزئی با اطلاعات پیشین ناشناخته
ترجمه چکیده
در این مقاله، یک فیلتر کلمن برای تقسیم مرکزی تقسیم مرکزی برای سیستم های پویا کسر غیر خطی پیشنهاد شده است. بر اساس الگوریتم درون یابی استرلینگ، الگوریتم ارائه شده را می توان به عنوان مشتقات مورد نیاز اجرا کرد. علاوه بر این، برای برآورد وضعیت با اطلاعات پیشین ناشناخته، یک فیلتر حداکثر فیلتر متفاوتی از اختلاف مرکزی کلاممن سازگار بر اساس اصل آستانه ای تشکیل شده است. الگوریتم تطبیقی ​​می تواند به طور همزمان آمار نویز و وضعیت سیستم را تخمین بزند. بی قید و شرط الگوریتم پیشنهاد شده تجزیه و تحلیل شده است. چندین مثال عددی نشان دهنده دقت و کارایی دو فیلتر کلمن است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر پردازش سیگنال
چکیده انگلیسی
In this paper, a generalized fractional central difference Kalman filter for nonlinear discrete fractional dynamic systems is proposed. Based on the Stirling interpolation formula, the presented algorithm can be implemented as no derivatives are needed. Besides, in order to estimate the state with unknown prior information, a maximum a posteriori principle based adaptive fractional central difference Kalman filter is derived. The adaptive algorithm can estimate the noise statistics and system state simultaneously. The unbiasedness of the proposed algorithm is analyzed. Several numerical examples demonstrate the accuracy and effectiveness of the two Kalman filters.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Signal Processing - Volume 154, January 2019, Pages 294-303
نویسندگان
, , , , ,