卡尔曼滤波中用于动态状态估计的噪声协方差自适应调整
系统与控制
2017-02-06 v1
摘要
同步发电机（例如转子角度与转速）动态状态的准确估计对于监控和控制系统暂态稳定性至关重要。众所周知，过程噪声（Q）与测量噪声（R）的协方差矩阵对卡尔曼滤波器估计动态状态的性能有显著影响。传统的临时协方差矩阵估计方法不足以实现最佳滤波性能。为解决此问题，本文提出一种自适应滤波方法，基于新息与残差自适应估计 Q 和 R，以提高扩展卡尔曼滤波器（EKF）的动态状态估计精度。通过在两区域模型上的仿真表明，在估计同步发电机动态状态方面，所提估计方法相比传统方法对 Q 和 R 中的初始误差更具鲁棒性。
引用
@article{arxiv.1702.00884,
title = {Adaptive Adjustment of Noise Covariance in Kalman Filter for Dynamic State Estimation},
author = {Shahrokh Akhlaghi and Ning Zhou and Zhenyu Huang},
journal= {arXiv preprint arXiv:1702.00884},
year = {2017}
}