%0 Journal Article
%T 基于蚁群粒子群优化的卡尔曼滤波算法模型参数辨识
%A 张旭辉
%A 林海军
%A 刘明珠
%A 高豹江
%J 电力系统自动化
%D 2014
%R 10.7500/AEPS20130331006
%X 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。
%K 电力载波通信
%K 多径传输模型
%K 参数辨识
%K 蚁群优化
%K 粒子群优化
%K 无先导卡尔曼滤波
%U http://www.aeps-info.com/aeps/ch/reader/view_abstract.aspx?file_no=20130331006&flag=1