未知量测噪声统计下同步电机动态状态估计的鲁棒容积卡尔曼滤波
系统与控制
2020-03-06 v1 信号处理
摘要
包括容积卡尔曼滤波（CKF）在内的卡尔曼型滤波技术在非高斯环境中表现不佳，尤其在存在离群值时。为解决该问题，结合 Huber 的 M 估计理论与经典 CKF，提出了基于 Huber M 估计的鲁棒 CKF（RCKF）用于同步电机，其能够应对当量测噪声统计偏离先验噪声统计时出现的性能退化与跟踪曲线离散化。所提 RCKF 算法对未知量测噪声统计特性（包括非高斯量测噪声与离群值）具有良好的适应性。在 WSCC 3 机 9 母线系统与 New England 16 机 68 母线系统上的仿真结果验证了所提方法的有效性及其相对于经典 CKF 的优势。
引用
@article{arxiv.1902.07213,
title = {Robust Cubature Kalman Filter for Dynamic State Estimation of Synchronous Machines under Unknown Measurement Noise Statistics},
author = {Yang Li and Jing Li and Junjian Qi and Liang Chen},
journal= {arXiv preprint arXiv:1902.07213},
year = {2020}
}
备注
Accepted by IEEE Access