基于自适应多模型扩展卡尔曼滤波的感应电机转速估计方法

摘要

cqvip:本文提出了一种自适应多模型扩展卡尔曼滤波(AME)的转速估计方法。该算法建立了基于速度和磁链估计的多模型EKF,模型的转换遵循马尔可夫链,通过融合不同模型在不同权重下的输出,得到了估计值,并对加权计算进行了研究;同时,利用残差序列可以连续地自适应调整转移概率和系统噪声矩阵,利用后验信息对先验信息进行修正,得到模型间更精确的匹配和转换情况。本文提出的方法提高了模型对实际系统和环境变化的适应性,有效降低了速度估计误差。对基于AMM-EKF的感应电机无速度传感器矢量控制系统进行了实验验证,实验结果验证了算法的正确性和有效性。