基于粒子滤波和过程模型的动态数据校正

摘要：

针对所有的基于粒子滤波的动态数据校正中粒子滤波方法仅仅是针对数据的,本文提出了一种基于粒子滤波和过程模型的动态数据校正方法(DDRPFPM).该方法将过程模型引入到动态数据校正中,作为约束条件来更新粒子的权值,有效提高了粒子的信任度,解决了基于粒子滤波的动态数据校正(DDRPF)过程中存在的粒子退化问题.通过CSTR仿真证明,DDRPFPM能够较好的应用于动态数据校正,与DDRPF相比无论是对温度噪声还是离群值都有更强的校正能力.

关键词：动态数据校正、粒子滤波、过程模型、CSTR

所属期刊栏目：28

分类号：TP273;TP319:TQ02;TP391.9(自动化技术及设备)

资助基金：镇江市农业支撑项目NY2010017:江苏高校自然科学基金08KJD510011;江苏大学高级专业人才科研启动基金08JDG017

在线出版日期：2012-02-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：911-914