基于蚁群粒子群优化的卡尔曼滤波算法模型参数辨识

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、无先导卡尔曼滤波

分类号：TN9;TN7

资助基金：国家自然科学基金资助项目61179024;黑龙江省教育厅科学研究基金资助项目12521087;哈尔滨市科技创新人才研究资金资助项目2009RFQXG075。This work is supported by National Natural Science Foundation of China61179024;Scientific Research Fund of Heilongjiang Provincial Education Department12521087;the Research Fund of Harbin Technological Innovation Talent2009RFQXG075

在线出版日期：2014-03-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：44-50