2025年1月13日
星期一
|
欢迎来到佛山市图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
哈尔滨市科技创新人才研究专项资金(2009RFQXG075)
作品数:
1
被引量:33
H指数:1
相关作者:
张旭辉
林海军
刘明珠
更多>>
相关机构:
哈尔滨理工大学
更多>>
发文基金:
国家自然科学基金
哈尔滨市科技创新人才研究专项资金
黑龙江省教育厅科学技术研究项目
更多>>
相关领域:
自动化与计算机技术
电气工程
更多>>
相关作品
相关人物
相关机构
相关资助
相关领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
电气工程
1篇
自动化与计算...
主题
1篇
电力
1篇
电力载波
1篇
电力载波通信
1篇
多径
1篇
蚁群
1篇
蚁群优化
1篇
载波
1篇
载波通信
1篇
通信
1篇
子群
1篇
粒子群
1篇
粒子群优化
1篇
滤波
1篇
滤波算法
1篇
卡尔曼
1篇
卡尔曼滤波
1篇
卡尔曼滤波算...
机构
1篇
哈尔滨理工大...
作者
1篇
刘明珠
1篇
林海军
1篇
张旭辉
传媒
1篇
电力系统自动...
年份
1篇
2014
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于蚁群粒子群优化的卡尔曼滤波算法模型参数辨识
被引量:33
2014年
针对复杂的低压配电网通信环境,提出一种基于蚁群粒子群融合的无先导卡尔曼滤波(UKF)算法的模型参数辨识方法。对于电力线多径信道传输模型,采用具有最小均方误差估计效果的UKF辨识算法。针对UKF算法通过试验调节难以取得最佳滤波效果的问题,提出基于蚁群粒子群算法优化UKF噪声矩阵的方法,同时引入蚁群算法将惯性权重离散化以提高粒子群算法的搜索效率,克服其容易发生早熟收敛的缺点。试验和仿真结果表明,采用该优化算法辨识电力线信道模型可克服参数的分散性,提高拟合精度并缩短辨识时间。
张旭辉
林海军
刘明珠
高豹江
关键词:
电力载波通信
蚁群优化
粒子群优化
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张