تخمین حالت های سیستم های آشوبناک با استفاده از فیلتر کالمن بی اثر تطبیقی

چکیده مقاله

 تا کنون، تخمین حالت های مبتنی بر فیلتر کالمن در بسیاری از کاربردها استفاده شده اند. وقتی که بحث از سیستم های آشوب باشد، دیدگاه خطی در فیلتر کالمن ناکافی است و فیلترهای کالمن توسعه یافته( Extended Kalman Filter یا  EKF)، الگوریتمهایی هستند که برای غلبه بر این وضعیتِ غیر خطی استفاده می شوند. امّا، در مورد تخمین حالت سیستم های آشوبناک با دینامیک اندازه گیری غیرخطی، وقتی که میزان غیرخطی بودن معادلات مدل و اندازه گیری زیاد اند، EKF ممکن است جواب های نامطمئنی بدهد. فیلتر کالمن ( Unscented Kalman Filter یا UKF) که نیاز به مرحله ی خطی سازی و در نتیجه محاسبه ی ژاکوبین ندارد، می تواند در این شرایط به جای EKF مورد استفاده قرار بگیرد. با این حال، اگر UKF به طریق تطبیقی ساخته شود، به گونه ای که اندازه گیریهای خطادار فرایند تخمین حالت را دچار اشکال نکند، نتایج دقیقی در تخمین حتی در حالت عدم کارکرد صحیح سیستم اندازه گیری به دست خواهد آمد. در این مقاله، یک UKF تطبیقی با چندین ضریب میرا برای بهره ی کالمن، معرفی شده است و برای تخمین حالت های سیستم آشوبناک راسلر با سیستم اندازه گیری غیرخطی مورد استفاده قرار می گیرد.

نحوه استناد به مقاله

در صورتی که می خواهید به این مقاله در اثر پژوهشی خود ارجاع دهید، می توانید از متن زیر در بخش منابع و مراجع بهره بگیرید :

؛؛؛ ۱۳۹۵، تخمین حالت های سیستم های آشوبناک با استفاده از فیلتر کالمن بی اثر تطبیقی، ششمین کنفرانس بین المللی پژوهش در مهندسی،علوم و تکنولوژِی، https://scholar.conference.ac:443/index.php/download/file/12896-Estimation-of-Chaotic-System-Modes-Using-a-Comparative-Inefficient-Kalman-Filter

در داخل متن نیز هر جا به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پرانتز، مشخصات زیر نوشته شود.

(؛؛؛ ۱۳۹۵)

دریافت لینک دانلود مقاله

پژوهشگر عزیز، برای دانلود مقاله تنها کافی است فرم زیر را تکمیل نموده و بر روی دکمه دریافت لینک دانلود مقاله کلیک نمایید. در صورت عدم دریافت لینک دانلود مقاله در ایمیل خود (و پوشه spam) پس از 10 دقیقه، درخواست خود را مجدد ارسال نمایید.

نام و نام خانوادگی
شماره موبایل
ایمیل