电力系统状态估计的程序实现及算法研究.pdf

多尺度数据融合状态估计算法研究.pdf

高博翻译的《机器人学中的状态估计》，SLAM，机器人，状态估计。

本资源为最优状态估计书籍以及代码。本书中包含卡尔曼滤波器等一系列滤波器，对控制有研究的同学会有并帮助。

机器人学中的状态估计，学SLAM、机器人相关方向的可以下载

UKF无迹卡尔曼滤波算法用于状态参数估计，测试可用

人工智能-带有脉冲和随机扰动的神经网络的状态估计和不变集研究.pdf

控制系统的应用中存在状态不能直接测量或测量成本高的实际问题,给模型参数未知的系统完全利用状态数据学习最优控制器带来挑战性难题.为解决这一问题,首先构建具有状态观测器且系统矩阵中存在未知参数的离散线性增广系统,定义性能优化指标;然后基于分离定理、动态规划以及Q-学习方法,给出一种具有未知模型参数的非策略Q-学习算法,并设计近似最优观测器,得到完全利用可测量的系统输出和控制输入数据的非策略Q-学习算法,实现基于观测器状态反馈的系统优化控制策略,该算法的优点在于不要求系统模型参数全部已知,不要求系统状态直接可测,利用可测量数据实现指定性能指标的优化;最后,通过仿真实验验证所提出方法的有效性.

这是在能源控制中心运行的状态估计模块的缩小版本。 它具有以下特点： (1) 输入测量重量的选项(2) 加权最小二乘估计的实现 功能缺失： (1)不良数据识别

提出了一种基于数据驱动的稀疏虚假数据注入攻击策略。攻击策略分为3个阶段：第一阶段，基于稀疏优化技术对窃听的数据进行预处理以剔除异常值；第二阶段，基于平行因子分解算法推断不完整的系统信息矩阵；第三阶段，根据推断的系统矩阵，使用凸优化的方法求解稀疏攻击向量。仿真实验结果表明，当存在异常值时，传统的攻击策略无法成功实施，而所提攻击策略仍能成功地实施稀疏虚假数据注入攻击。