Zur Seitenansicht
 

Titelaufnahme

Titel
Adaptive Sigma-Punkte-Filter-Auslegung zur Zustands- und Parameterschätzung an Black-Box-Modellen
AutorSchweers, Christoph
BeteiligteTrächtler, Ansgar ; Hohmann, Sören
ErschienenPaderborn, 2017
Ausgabe
Elektronische Ressource
Umfang1 Online-Ressource (vii, 182 Seiten) : Diagramme
HochschulschriftUniversität Paderborn, Univ., Dissertation, 2016
Anmerkung
Tag der Verteidigung: 19.12.2016
Verteidigung2016-12-19
SpracheDeutsch ; Englisch
SerieVerlagsschriftenreihe des Heinz Nixdorf Instituts ; Band 367
DokumenttypDissertation
ISSN2365-4422
URNurn:nbn:de:hbz:466:2-27777 Persistent Identifier (URN)
DOI10.17619/UNIPB/1-33 
Dateien
Adaptive Sigma-Punkte-Filter-Auslegung zur Zustands- und Parameterschätzung an Black-Box-Modellen [8.91 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

In dieser Arbeit wird eine neuartige Methodik zur Zustands- und Parameterschätzungan nicht-analytischen, als Black-Box vorliegenden Multi-Domänen-Modellenvon technischen Systemen vorgestellt sowie alle notwendigen Werkzeuge zur Modelleinbindung,Filtertest und Bewertung der Schätzgüte entwickelt. HerausragendesMerkmal der entwickelten Methodik stellt die vollkommene Unabhängigkeitvon Expertenwissen über das zugrundeliegende Filtermodell und die Filtertechnologiedar. Dies macht die Filterauslegung an Multi-Domänen-Modellenmöglich, die mittels moderner Entwicklungswerkzeuge auf Basis von Bibliothekenoder sogar teil automatisiert erstellt wurden und über die somit keine Informationenüber Zustände, Struktur und Nichtlinearitäten vorliegen.In dieser Arbeit wurden echtzeitfähige Varianten von Sigma-Punkte-Kalman-Filtern erweitert, damit als Black-Box vorliegende Filtermodelle verwendbar werden.Es wurde ein Interface entwickelt, das in der Lage ist, Modelle aus einerVielzahl an Modellierungswerkzeugen zu nutzen. Diese Arbeit liefert einen wesentlichenNeuerungswert, um einen Filter mit hoher Schätzgüte auch bei starknichtlinearen, als Black-Box vorliegenden Systemen ohne Expertenwissen im zugrundeliegendenFiltermodell oder der Filtertechnologie auszulegen, da der Filterentwurfvollständig automatisiert auf Basis von Szenarien erfolgt. Alle erarbeitetenAlgorithmen und Methoden wurden in einer unter MATLAB zur Verfügungstehenden Toolbox zusammengefasst, um so ein Werkzeug für die Zustands- undParameterschätzung an unbekannten, stark nichtlinearen Modellen zur Verfügungzu stellen.

Zusammenfassung (Englisch)

The thesis presents a new methodology for state- and parameter estimation withnon-analytical multi-domain models of highly nonlinear technical systems thatexist only in the shape of black-box models and details the development of allnecessary tools. An outstanding characteristic of the methodology is its completeindependence of expert knowledge of the underlying lter model and lter technology.It enables lter design with multi-domain models that were constructedeither by means of modern development tools on the basis of libraries or evenin a partly automated way so there is no information available on their states,structure, and nonlinearities.Variations of Sigma-point Kalman lters to be used in real time were extendedin such a way as to enable use of lter models that exist only in the shape ofblack-box models. An interface was developed that is able to use models made upby any one of many dierent modelling tools. All algorithms and procedures thusdeveloped were gathered in a toolbox available in MATLAB so as to provide a toolfor state- and parameter estimation on unknown and highly nonlinear models.