遗忘因子
遗忘因子的相关文献在1993年到2022年内共计300篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、电工技术
等领域,其中期刊论文233篇、会议论文16篇、专利文献19376篇;相关期刊171种,包括电子科技大学学报、系统工程与电子技术、浙江大学学报(工学版)等;
相关会议15种,包括全国大坝安全监测技术信息网2014年全国大坝安全监测技术与应用学术交流会 、2013航空试验测试技术学术交流会、2011全国仿真技术学术会议等;遗忘因子的相关文献由858位作者贡献,包括刘星、吕振肃、吴成东等。
遗忘因子—发文量
专利文献>
论文:19376篇
占比:98.73%
总计:19625篇
遗忘因子
-研究学者
- 刘星
- 吕振肃
- 吴成东
- 姜权权
- 庄佳园
- 廖煜雷
- 李界家
- 李竹
- 王博
- 王建英
- 行小帅
- 丁保
- 丁敏侠
- 丁锋
- 严伟
- 于国强
- 何博
- 傅铁华
- 冉小龙
- 冯林
- 刘兆斌
- 刘天祥
- 刘学彦
- 刘志龙
- 刘树勇
- 刘飞
- 叶攀
- 吴定会
- 吴彭江
- 吴明辉
- 吴瑛
- 周志坚
- 哈恒旭
- 唐万斌
- 夏天倚
- 夏雨雨
- 姜文
- 孙卫杰
- 孟令同
- 宋召青
- 宋爱
- 官威
- 宫轶松
- 尹立君
- 崔大鹏
- 崔桐
- 张伟
- 张合新
- 张天舒
- 张建宇
-
-
娄天浩;
杨家强;
高健;
江万里
-
-
摘要:
针对永磁电机系统反馈信号测量噪声无法确保为白噪声的问题,基于传统递推最小二乘法只在面向的数学模型是ARX模型时才能保证其无偏性,提出基于递推辅助变量最小二乘法的永磁电机参数在线辨识策略。通过电机电气方程辨识定子电阻、电感、转子磁链,通过机械方程辨识转动惯量、粘性摩擦系数、负载转矩,解决了传统递推最小二乘辨识方法适用数学模型具有局限性的问题。最后通过MATLAB Simulink验证了所提算法在参数突变时辨识性能良好。
-
-
栾欣雨;
樊铀;
陈娟
-
-
摘要:
针对一类非线性欠驱动机械系统在干扰环境下动态性能变差的问题,提出了一种基于卡尔曼滤波器的遗忘因子型迭代学习控制律,以实现闭环系统的稳定控制和干扰抑制。首先,将卡尔曼滤波器作为系统的状态观测器,在含有随机噪声干扰的情况下,估计系统的最优状态;其次,通过设置自适应遗忘因子来动态适应迭代学习过程中的误差变化,使系统快速收敛并准确跟踪参考轨迹,实现运动过程中重复干扰信号的抑制;最后,以Quanser公司生产的柔性尺为实验平台来研究非线性欠驱动被控对象实际系统的控制方法,并对所提方法分别进行理论数值仿真与实物实验验证。仿真及实物实验结果表明,本文提出的控制方法可以保证被控系统稳定运行,当环境中存在随机非重复性噪声或重复性干扰时,被控系统都可以保持良好的鲁棒性。
-
-
刘镇江;
王桂宇;
杨留强
-
-
摘要:
水平井牵引器的变径爬行过程会导致其内部的永磁同步电机的转动惯量发生变化,传统的PI转速控制器难以获得满意的控制效果。为解决传统转动惯量辨识方法的实际工况受限、辨识收敛时间长和有效数据选择复杂等问题,提出了一种基于最小二乘法的新型惯量辨识算法,该算法引入了遗忘因子和置信度函数,以减小历史数据对当前数据的影响,提高辨识算法的动态响应性能,并对输入数据进行自动筛选。对最小二乘法及永磁同步电机的数学模型进行分析,由此设计出基于最小二乘法的永磁同步电机转动惯量辨识算法,并分别搭建Simulink仿真模型和硬件实验平台对该算法进行测试。仿真和试验结果表明,该算法具有收敛快、精度高等优点,可以满足牵引器驱动系统的需求。利用转动惯量辨识算法理论基础,设计制造了牵引器电机驱动系统,配套自适应推靠系统,完成了整体牵引器的研制。目前该牵引器已在辽河油田投入生产应用,2020年完成水平井固井质量测井60余井次,应用效果良好。
-
-
董一平;
刘宁;
苏中;
王靖骁;
白宏阳
-
-
摘要:
针对高速自旋飞行体运行过程中噪声特性无法准确获取的问题,提出了基于改进自适应扩展卡尔曼滤波(adaptive extended Kalman filter,AEKF)算法对量测噪声进行自适应调节,并在扩展卡尔曼滤波(extended Kalman filter,EKF)的基础上提出了一种基于对状态变量新的建模方式的EKF算法,提高算法的实时性。采用北斗/捷联惯性导航系统(strapdown inertial navigation system,SINS)组合导航方案,在EKF的基础上,引入带遗忘因子的噪声估计器,通过AEKF对组合导航数据进行融合,对量测噪声进行估计。仿真结果表明,所提出的组合导航方法对高速自旋飞行体的姿态和位置定位误差较小,与无改进的AEKF相比,具有更好的收敛性。
-
-
宗学军;
高芮;
何戡
-
-
摘要:
永磁同步电机的转动惯量影响伺服系统速度环的响应性,进而影响伺服系统的控制性能。针对转动惯量变化时速度环响应性差的问题,采用基于惯量辨识的永磁同步电机PI参数自整定的方法来解决。通过电磁转矩和转速的关系表达式,基于带遗忘因子的最小二乘法对转动惯量进行在线辨识。将辨识后的结果对速度环的PI参数进行实时调整,确保系统具有良好的动态性能。在Simulink环境下建立仿真模型。结果表明,方法提高了转速的跟踪性和转换响应性。
-
-
任碧莹;
徐玮浓;
孙佳;
孙向东
-
-
摘要:
锂离子电池管理系统的可靠性通常是建立在高精度的电池模型参数辨识的基础上,因其在实际运行与测量环境中往往会受到噪声干扰,使采样信号中存在噪声信号,从而导致常规辨识算法下的参数辨识精度受到影响。因此,本文以锂离子电池二阶RC模型为研究对象,分析了遗忘因子更新过程中噪声对常用的可变遗忘因子递推最小二乘法(VFFRLS)的影响,进而提出一种基于小波变换的VFFRLS的参数辨识算法。利用小波变换的多尺度多分辨率特性对采样信号进行分频处理,再采用VFFRLS进行参数辨识,解决了因噪声影响遗忘因子带来的跟踪性能不佳的问题。实验结果表明,本文提出的算法具有更高精度的辨识结果。
-
-
刘晓静;
李建良;
南忠良;
郭秋蕊
-
-
摘要:
动力电池荷电状态的估算在电池管理系统中十分重要,电池模型精确度和参数辨识准确度对其有决定性影响。以磷酸铁锂电池为研究对象,选用一阶RC电池模型,对时变参数进行辨识。传统的带遗忘因子最小二乘法在参数辨识过程中,电压误差值存在偏差,导致模型精度降低。为了提高动态工况下的模型精度,引入比例控制算法对电压误差进行修正。结果表明,在城市道路循环工况(UDDS)下,改进的带遗忘因子最小二乘算法的误差在0.03 V以内,提高了系统参数辨识的准确度和电池模型精确度。
-
-
段鹏伟;
宫志华;
徐旭;
赵春霞
-
-
摘要:
为了解决实时弹道测量数据滤波过程中量测噪声统计特性未知且时变的实际问题,对Sage-Husa算法进行了多种改进,提出了改进的Sage-Husa自适应卡尔曼滤波(improved Sage-Husa adaptive Kalman filter,ISHAKF)算法。该算法将量测噪声协方差估计矩阵变换为半正定矩阵和正定矩阵之和的形式,保证了量测噪声协方差估计矩阵的正定性,消除了量测噪声协方差估计矩阵非正定导致滤波异常的缺陷。设计了一种自适应遗忘因子,提升了滤波收敛速度,解决了量测噪声统计特性突变时Sage-Husa算法收敛较慢的问题。对卡尔曼增益矩阵进行了抗差改进,增强了算法的鲁棒性,削弱了野值对滤波效果的影响。分别对正定性改进、遗忘因子改进和抗差改进进行了对比仿真实验,对比结果验证了Sage-Husa算法改进的正确性和有效性。通过ISHAKF算法的实例应用,证明了该算法在实时弹道滤波上,具有更高的实时性、自适应性和抗差性,滤波效果提升明显。
-
-
尹欣欣;
郝刘丹;
李丽;
刘奇正;
陈鹏辉
-
-
摘要:
本文采用一种VCU控制器自带的ADXL313型号三轴加速度计传感器,结合三轴加速度计的数值,通过遗忘因子递推最小二乘法对质量进行估计,提出基于车辆纵向动力学和加速度传感器信号的质量最小二乘估计模型,来准确估计整车车重,并估计出道路坡度值。通过本论文,可以让主机厂不额外增加整车的费用,不改变整车的线束和布置,可以通过遗忘因子递推最小二乘法对车重、坡度进行准确估算,这在纯电商用车领域对于换挡的控制和换挡品质的提升具有重要的意义。
-
-
于智龙;
李龙军;
韦康
-
-
摘要:
锂电池的荷电状态(State of Charge,SOC)作为电池管理系统(BMS)的基本参数之一,对其进行准确的估计是BMS可靠性和准确性的基础。为了提升SOC的估算精度,提出了一种考虑老化的锂电池SOC估算方法。选择戴维南二阶模型作为锂电池的等效模型,依据实际数据进行参数辨识并验证。然后,考虑到电池老化对模型参数和实际容量的影响,加入总容量校准和遗忘因子改进扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法,使用改进后的EKF算法精确估计电池的SOC。实验结果表明,在EKF算法基础上加入容量校准和模型老化的遗传因子后SOC的估算精度大大提升。
-
-
雷鸣凯;
朱国昕
- 《第十三届沈阳科学学术年会》
| 2016年
-
摘要:
针对具有重复运行特性的永磁同步电机(permanent magnet synchronous motor,PMSM)伺服系统运行过程中存在的摩擦扰动等非线性因素的问题,提出一种带遗忘因子迭代学习控制方案.该方案通过在迭代轴中引入一个初始控制量和一个可变的遗忘因子,利用了更多的系统信息,从而实现了永磁同步电机的快速精确跟踪控制.可变遗忘因子随着迭代次数的变而变化,可以有效调节控制输入,从而加快收敛速度并对系统的不确定性部分进行抑制.建立了系统模型,并对所提方案进行了收敛性证明,最后进行了仿真验证.仿真结果表明:与传统PD型迭代学习控制算法相比,该方案收敛速度,跟踪精度都有较大的提高,证明了该方案的有效性.
-
-
- 《第19届中国过程控制会议》
| 2008年
-
摘要:
针对一类双采样率随机时变系统,应用多项式变换技术和随机过程理论,在强持续激励条件下,研究了双率时变遗忘因子最小二乘法(dual-rate forgotten factor least squares,DR-FFLS)的参数估计收敛性,得到了参数估计误差上界的精确表达式.分析表明,随着数据长度k的增加,DR-FFLS算法的参数估计误差上界收敛到常数.同时分析了双率确定性时不变系统、随机时不变系统、确定性时变系统的参数估计误差上界.仿真实例验证了对于随机时变与不变双率系统,同样可得参数估计误差小于参数估计误差上界,并且随着k的增大,参数估计误差上界趋于常数.
-
-
周鹏;
陈文强
- 《未来汽车技术大会暨重庆汽车行业第33届年会》
| 2020年
-
摘要:
永磁同步电机高度非线性、时变、多变量等特点,使其控制难度大,控制算法复杂,传统的控制方法存在的一定的局限性.本文在其传统数学模型参数辨识的基础上,以前馈解耦的思路消除电流控制中d、q轴的参数耦合和系统扰动,并将系统参数缓慢变化时参数辨识的陈旧观测数据对新参数辨识的影响考虑在内,利用遗忘因子对递推最小二乘法进行参数辨识优化,从而提高了系统辨识参数的抗干扰性,通过仿真对比,验证了该方法并不严重依赖于系统精确模型,相比传统的前馈解耦更具优势.
-
-
夏天倚;
刘天祥;
钟黎雨
- 《全国大坝安全监测技术信息网2014年全国大坝安全监测技术与应用学术交流会》
| 2014年
-
摘要:
蓄水期是大坝安全监测的重点时期.鉴于坝体性态随水位快速升高产生实时变化,蓄水期监测资料平稳性较差等特点,传统的BP神经网络对数据处理本质上属于静态网络,不能满足对实时变动的蓄水期数据样本的准确预测.为了解决这个问题,本文在传统的BP神经网络模型的基础上,通过在误差计算和模型参数中分别引入遗忘因子,实时更新数据的影响权重,建立了大坝蓄水期资料分析的时变分析模型.最后使用传统的BP神经网络模型和改进的BP神经网络模型进行实例分析,结果表明后者比前者在径向位移的预测上精度提高1mm以上,改进的BP神经网络模型更加适用于大坝蓄水期监测资料分析与预测.
-
-
XU Fei;
徐飞;
LI Bing-fei;
李兵飞
- 《2013航空试验测试技术学术交流会》
| 2013年
-
摘要:
区别于经典的Sage-Husa自适应滤波算法,不试图精确地求解系统模型的过程噪声统计特性和量测噪声统计特性,而是在定性分析的基础上,根据噪声特性影响滤波性能的不同场合,间接地修正过程噪声和量测噪声特性.本文叙述了改进的自适应滤波算法的基本思路、等效噪声特性协方差阵估计、带遗忘因子的自适应滤波算法实现,并进行仿真实验,结果表明:在两者均未知的情况下,本算法能很好地维持对目标状态的实时估计.
-
-
丁保;
陶洪峰;
杨慧中
- 《第二十二届中国过程控制会议》
| 2011年
-
摘要:
针对实际工业过程中具有状态和控制时滞的非线性系统,在存在初始偏差和输出误差扰动的情况下,研究了具有有界扰动及期望输出的重复运行的非线性时变系统的PID 型迭代学习控制跟踪控制算法,利用迭代学习过程记忆的期望轨迹,期望控制以及跟踪误差,给出基于变批次遗忘因子的学习控制器设计,并借助u0001 范数理论和Bellman-Gronwall 不等式,讨论保证闭环跟踪系统批次误差有界的学习增益存在的充分必要条件及分析控制算法的一致收敛性。本文方案改善了系统的鲁棒性和动态特性,单关节机械臂的跟踪控制仿真验证了算法的有效性.
-
-
-
Yuhong JIN;
靳玉红;
Jiahui LI;
李家会
- 《2011年信息技术、服务科学与工程管理国际学术会议》
| 2011年
-
摘要:
internet上数据的大量增加导致了"信息过载"和"信息迷向"问题,而个性化服务技术正好可以在一定程度上解决这些问题.用户兴趣建模作为个性化服务的核心技术,主要研究如何动态分析、计算出用户当前的兴趣信息,成为目前个性化服务的研究热点.本文首先分析了多元线性回归法计算用户短期兴趣,然后提出采用遗忘因子使原有兴趣随时间衰减,再动态更新用户兴趣信息;最后通过试验证明该用户兴趣模型能够及时反映出用户的兴趣变化.文章介绍了用户对页面感兴趣程度的计算、用户兴趣信息的计算包括用户长期和短期兴趣信息的计算以及用户兴趣信息的更新。本文所研究的用户兴趣模型能够及时有效的反映出用户的兴趣信息,但还有一些技术需要进一步研究和提高,比如目前研究中遗忘因子的半衰期参数是根据经验值来设定的,可以考虑根据用户兴趣变化的快慢,自动调整半衰期参数;用户短期兴趣权重的计算中可以通过更多的实验并考虑其他影响因素,分析出其中的定量数据,为实际应用提供更准确的估计或预测。
-
-