公开(公告)号：CN119596689A

公开(公告)日：2025-03-11

申请号：CN202411730798.5

申请日：2024-11-28

Applicant: 清华大学

Inventor： 李升波 ,  何炜贤 ,  曹文涵 ,  贺泽宇 ,  刘士琪 ,  张天一

IPC: G05B13/04

Abstract: 本公开涉及最优估计技术领域，包括一种数据驱动的非线性系统状态估计方法。通过获取系统状态在时刻t的历史信息和待训练的策略函数模型确定时刻t+1的历史信息；基于待训练的值函数模型，确定时刻t的历史信息对应的第一估计评价值、以及时刻t+1的历史信息对应的第二估计评价值；基于第一估计评价值、第二估计评价值、时刻t的当前估计值、以及时刻t的实际状态值，对待训练的值函数模型进行迭代训练；基于时刻t对应的训练后的值函数模型的稳态估计评价值，对待训练的策略函数模型进行迭代训练，得到时刻t对应的训练后的策略函数模型；基于训练后的策略函数模型确定系统状态的状态估计值；可以降低状态估计难度，提高状态估计准确性。

公开(公告)号：CN119602750A

公开(公告)日：2025-03-11

申请号：CN202411648641.8

申请日：2024-11-18

Applicant: 清华大学

Inventor： 李升波 ,  刘士琪 ,  曹文涵 ,  张天一 ,  何炜贤 ,  贺泽宇

IPC: H03H17/02

Abstract: 本公开涉及计算机技术领域，包括一种面向工业对象的非线性系统高斯近似滤波方法。通过对待进行状态估计的物理系统进行数学建模，得到物理系统对应的非线性状态空间模型；基于非线性状态空间模型通过矩匹配操作，使时刻t的系统状态的第一高斯分布匹配给定分布，以确定时刻t的系统状态的预测估计和预测估计误差；获取时刻t的系统观测值；基于自然梯度下降法和与时刻t的系统状态的第二高斯分布相关联的Fisher信息矩阵，迭代更新时刻t的系统状态的最优估计和最优估计误差，直至满足迭代停止条件时，得到的时刻t的最优估计和最优估计误差；可以避免线性化误差，提供更精确的非线性系统的系统状态估计。