-
题名基于QMC采样的GMPHD分布式融合方法
被引量：2
- 1
-
-
作者
孔云波
冯新喜
许丁友
-
机构
西安测绘总站
空军工程大学信息与导航学院
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2017年第8期1702-1708,共7页
-
基金
国家自然科学基金(61571458)
CEMEE国家重点实验室开放基金项目(2014K0304B)资助课题
-
文摘
针对高斯混合概率假设密度分布式融合过程中高斯分量数随时间急剧增长的问题,给出了一种适用于融合过程不同阶段的两级分量混合约简算法,最大程度地减少了信息的损失。针对高斯混合概率假设密度协方差交叉融合算法中高斯混合模型求幂运算后不再服从高斯混合分布的问题,提出了一种基于拟蒙特卡罗采样的等价求解方法。仿真实验表明,所提的改进算法在保证融合计算有效性和可行性的同时提高了融合精度。
-
关键词
高斯混合模型
分布式融合
协方差交叉
高斯混合约简
拟蒙特卡罗采样
-
Keywords
Gaussian mixture probability
distributed fusion
covariance intersection （Cl）
Gaussian mix-ture reduction
quasi-Monte Carlo （QMC ） sampling
-
分类号
TN953
[电子电信—信号与信息处理]
-
-
题名改进细菌觅食算法的永磁同步电机参数辨识
被引量：7
- 2
-
-
作者
边琦
马建
张梦寒
王建平
-
机构
长安大学汽车学院
-
出处
《电机与控制学报》
EI
CSCD
北大核心
2024年第2期174-181,共8页
-
基金
国家重点研发计划(2019YFB1600800)
国家自然科学基金(62103061)
+2 种基金
中国博士后科学基金(2022M720534)
陕西省自然科学基础研究计划(2021JQ-287,2021JQ-252)
长安大学中央高校基本科研业务费专项资金(300102223202)。
-
文摘
应用群智能算法对永磁同步电机(PMSM)进行参数辨识后期容易进入局部最优,从而导致辨识误差大,为此提出一种融合小生境技术的改进细菌觅食算法(MBFA)。通过构建目标追踪函数,利用电机电流、电压和转速等直接测量的信号实现对电机d轴电感、q轴电感、定子电阻和永磁体磁链的快速、准确辨识;辨识过程中通过引入格型准则对目标解空间进行拟蒙特卡罗采样提高算法的全局搜索能力;基于小生境技术进行在线多种群协同搜索策略提高算法的搜索效率和寻优精度;最后通过引入一种种群实时监测和动态更新机制保证了算法在整个寻优过程的鲁棒性。仿真和实验结果表明,所提算法在参数辨识的快速性、准确性、稳定性方面均表现优越,辨识结果能够满足对永磁同步电机进行建模和仿真的精度要求。
-
关键词
永磁同步电机
参数辨识
细菌觅食算法
拟蒙特卡罗采样
小生境技术
群智能优化
-
Keywords
permanent magnet synchronous motor
parameter identification
bacterial foraging algorithm
Quasi Monte Carlo sampling
niching technology
swarm intelligence optimization
-
分类号
TM351
[电气工程—电机]
-
