اصلاح و بهبود شناسایی سیستم ها با استفاده از فیلتر کالمن

چکیده مقاله

روش های مختلفی برای شناسایی سیستم ها وجود دارد که هرکدام از آن ها محدودیتی ایجاد می کنند تخمین گر LS در داده هایبدون نویز بسیار خوب عمل می کند اما با داده های نویزی شناسایی به شدت به ورودی وابسته می شود همچنین تخمین گر RLS که برای تخمین online استفاده می شود برای مدل های متغیر با زمان خوب عمل نمی کند بنابراین برای اصلاح آن از فاکتور فراموشی استفاده می شود اما در این حالت هم مشاهده می شود ردیابی پارامتر متغیر با زمان به دلیل وجود نویز کمی ضعیف انجام می شود در پایان برای شناسایی در حضور نویز مدل های متغیر با زمان از ابزار قوی kalman filter استفاده می شود و دیده می شود که ردیابی به خوبی انجام می پذیرد

کلیدواژه‌ها

نویسندگان

اعظم سالاری

دانشگاه قم

�الاری، اعظم،1397،اصلاح و بهبود شناسایی سیستم ها با استفاده از فیلتر کالمن،دومین کنفرانس بین المللی نوآوری و تحقیق در علوم مهندس�

ارائه‌شده در

مجموعه مقالات دومین کنفرانس بین المللی نوآوری و تحقیق در علوم مهندسی22 اسفند 1397