线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

基于蚁群粒子群优化的卡尔曼滤波算法模型参数辨识

张旭辉 林海军 刘明珠 高豹江 电力系统自动化 2014年第04期

摘要:针对复杂的低压配电网通信环境,提出一种基于蚁群粒子群融合的无先导卡尔曼滤波(UKF)算法的模型参数辨识方法。对于电力线多径信道传输模型,采用具有最小均方误差估计效果的UKF辨识算法。针对UKF算法通过试验调节难以取得最佳滤波效果的问题,提出基于蚁群粒子群算法优化UKF噪声矩阵的方法,同时引入蚁群算法将惯性权重离散化以提高粒子群算法的搜索效率,克服其容易发生早熟收敛的缺点。试验和仿真结果表明,采用该优化算法辨识电力线信道模型可克服参数的分散性,提高拟合精度并缩短辨识时间。

关键词:电力载波通信多径传输模型参数辨识蚁群优化粒子群优化

单位:哈尔滨理工大学测控技术与通信工程学院 黑龙江省哈尔滨市150080

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电力系统自动化

北大期刊

¥1300.00

关注 31人评论|0人关注