Current position: Home >> Scientific Research >> Paper Publications

EKF在多变量混沌序列辨识中的应用

Release Time:2019-03-10  Hits:

Indexed by: Journal Article

Date of Publication: 2006-09-05

Journal: 系统仿真学报

Included Journals: Scopus、CSCD、ISTIC、PKU

Volume: 18

Issue: 9

Page Number: 2525-2529,2533

ISSN: 1004-731X

Key Words: 扩展卡尔曼滤波;多变量混沌序列;预测;系统初始状态

Abstract: 运用扩维技术以及扩展卡尔曼滤波算法的跟踪辨识特性同步实现对多变量混沌序列的精确预测和混沌系统主动态方程的参数辨识.利用典型混沌方程与所观测时间序列的吸引子特性比较,较准确地确定系统初始状态.对理想R(o)ssler三个变量的时间序列和大连市气温降雨二变量时间序列进行仿真并与递推最小二乘法进行比较,结果表明该方法的有效性.

Prev One:一种用于模式识别的动态RBF神经网络算法

Next One:应用递归神经网络学习周期运动吸引子轨迹