何飞
- 作品数：3 被引量：1H指数：1
- 供职机构：中国科学技术大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术经济管理电子电信更多>>
- 基于双渐消因子调节的自适应卡尔曼滤波器被引量：1
- 2019年
- 卡尔曼(Kalman)滤波为线性最优递推滤波算法,但鲁棒性差,无法实时精确跟踪系统突变状态。为此,设计了一款双渐消因子调节的自适应Kalman滤波器。算法剖析了状态扰动环境下,不精准的先验预测及定量滤波增益对最优估计的影响。在标准Kalman滤波器的基础上,引入双渐消因子,实时激活滤波增益,调节先验估计及量测新息在状态估计中的权重。基于新息正交性定理,依据Sage开窗估计原理与加权最小二乘准则,建立了双渐消因子的函数解析式。借鉴滤波发散判据,构造了函数边界条件。实例研究表明,相较于抗差Kalman滤波器,自适应Kalman滤波器鲁棒性强,状态收敛速度快,稳态跟踪精度提升了44.76%。
- 朱文超何飞
- 基于变权新息协方差的自适应卡尔曼滤波器
- 2019年
- 针对传统卡尔曼滤波器鲁棒性差,无法实时精确跟踪系统突变状态的现实,设计了一款基于变权新息协方差的自适应卡尔曼滤波器。在传统卡尔曼滤波器的基础上,分析了突变状态无法跟踪的缘由;基于滤波发散判据,分析储备系数与均权新息协方差之间的关系,对状态突变程度进行分层;基于Sage-Husa估计原理与加权最小二乘准则,对于不同程度的突变状态,采用实时调整各历元新息协方差权重的策略,优化渐消因子,激活滤波增益,增权量测新息。实例研究表明,自适应卡尔曼滤波器鲁棒性强,能够精确跟踪系统突变状态,其状态收敛速度优于抗差卡尔曼滤波器,稳态精度提升了42.05%。
- 朱文超何飞
- 关键词：卡尔曼滤波自适应算法
- 股票投资中最佳买卖点的实证研究
- 该论文是在吸纳了技术分析众多成果的基础上进行的,特别是现行的平滑技术分析方法.而后,从已经成型的二次平滑数学模型上得到启发,把它运用到股票的技术分析中,从而在一定程度上消除了现行平滑技术分析'发出买卖信号滞后'的缺点,再...
- 何飞
- 关键词：股票市场实证分析数学模型
- 文献传递
