首页 | 官方网站   微博 | 高级检索  
     

粒子群算法优化扩展卡尔曼滤波器电机转速估计
引用本文:林国汉,章兢,刘朝华,赵葵银.粒子群算法优化扩展卡尔曼滤波器电机转速估计[J].电机与控制应用,2013,40(2).
作者姓名:林国汉  章兢  刘朝华  赵葵银
作者单位:1. 湖南大学电气与信息工程学院,湖南长沙410082;湖南工程学院电气信息学院,湖南湘潭411101
2. 湖南大学电气与信息工程学院,湖南长沙,410082
3. 湖南工程学院电气信息学院,湖南湘潭,411101
基金项目:国家自然科学基金资助项目,教育部博士点基金项目,湖南省高校重点实验室开放基金项目
摘    要:转速估计的精度直接影响无速度传感器矢量控制的效果,针对感应电机扩展卡尔曼滤波器(EKF)转速估计中难以取得系统噪声矩阵和测量噪声矩阵最优值的问题,提出了一种基于改进粒子群算法优化的EKF转速估计方法.该方法利用改进的粒子群算法对EKF中的系统噪声矩阵和测量噪声矩阵进行优化处理,将优化后的EKF应用于感应电机转速估计.仿真试验表明,与试探法、标准粒子群算法及遗传算法比较,该方法能有效提高转速估计的精度,从而提高无速度传感器矢量控制系统的性能.

关 键 词:速度估计  无速度传感器矢量控制  扩展卡尔曼滤波器  粒子群算法

Speed Estimation of Motor Using Improved Particle Swarm Algorithm Optimized Extended Kalman Filter
LIN Guohan , ZHANG Jing , LIU Zhaohua , ZHAO Kuiyin.Speed Estimation of Motor Using Improved Particle Swarm Algorithm Optimized Extended Kalman Filter[J].Electric Machines & Control Application,2013,40(2).
Authors:LIN Guohan  ZHANG Jing  LIU Zhaohua  ZHAO Kuiyin
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号