The use of Particle Filter and Neurocontroller for Current Converter Control

• Autorzy: Kozierski P. , Lis L. , Onoszko K. , Gulczyński A.

Identyfikatory

DOI

10.12915/pe.2014.02.50

Warianty tytułu

PL

Wykorzystanie filtru cząsteczkowego i neurokontrolera do zadania sterowania prądem przekształtnika

• Języki publikacji: EN

Abstrakty

EN

This paper presents the use of particle filter and neurocontroller to the power converter current control task. The article shows the neural network learning method, the impact of particle filter to the quality of the reference signal tracking and the accuracy of the state variables estimation by changing particle filter parameters. A method of the noise variance auto-tuning in particle filter was proposed in order to improve the quality of estimation.

PL

W pracy zaprezentowano użycie filtru cząsteczkowego i neurokontrolera do zadania sterowania prądem przekształtnika energoelektronicznego. Pokazano metodę uczenia sieci neuronowej, wpływ wykorzystania filtru cząsteczkowego na jakość nadążania za sygnałem referencyjnym oraz dokładność estymacji stanu przez zmianę parametrów filtru cząsteczkowego. Zaproponowano także sposób autostrojenia wariancji szumów w filtrze cząsteczkowym w celu polepszenia jakości estymacji.

Słowa kluczowe

EN

particle filter; neurocontroller; learning method; noise variance autotuning

PL

filtr cząsteczkowy; neurokontroler; metoda uczenia; autostrojenie wariancji szumów

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2014
• Tom: R. 90, nr 2
• Strony: 195--200
• Opis fizyczny: Bibliogr. 26 poz., schem., tab., wykr.

Twórcy

autor

Kozierski P.

• Poznan University of Technology, Faculty of Electrical Engineering, Institute of Control and Information Engineering, ul. Piotrowo 3a, 60-965 Poznań

autor

Lis L.

• Poznan University of Technology, Faculty of Electrical Engineering, Institute of Control and Information Engineering, ul. Piotrowo 3a, 60-965 Poznań

autor

Onoszko K.

• Poznan University of Technology, Faculty of Electrical Engineering, Institute of Control and Information Engineering, ul. Piotrowo 3a, 60-965 Poznań

autor

Gulczyński A.

• Poznan University of Technology, Faculty of Electrical Engineering, Institute of Control and Information Engineering, ul. Piotrowo 3a, 60-965 Poznań

Bibliografia

• [1] Porada R., Lis M., Sterowanie energoelektronicznym źródłem prądu z zastosowaniem sieci neuronowych, Poznan University of Technology Academic Journals. Electrical Engineering, Issue 76 (2013), 63-70
• [2] Porada R., Control of independent power electronic voltage sources with application of Kalman filter, Przegląd Elektrotechniczny, No 7 (2009), 154-158
• [3] Osowski S., Sieci Neuronowe do Przetwarzania Informacji, Oficyna Wyd. Politechniki Warszawskiej, Warszawa (2006)
• [4] Brandt R. D., Feng L., Adaptive interaction and its application to neural networks, Information Sciences, Vol. 121, Issues 3–4 (1999), 201-215
• [5] Lis M., Wpływ czasu odpowiedzi neurosterownika na jakość regulacji, Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska, No. 3 (2012), 15-18
• [6] Kozierski P., Lis M., Filtr cząsteczkowy w problemie śledzenia – wprowadzenie, Studia z Automatyki i Informatyki, Vol. 37 (2012), 79-94
• [7] Candy J.V., Bayesian signal processing, WILEY, New Jersey (2009), 36-44
• [8] Thrun S., Burgard W., Fox D., Probabilistic robotics, MIT Press, Cambridge, MA (2005), 67-90
• [9] Doucet A., Godsill S., Andrieu C., On sequential Monte Carlo sampling methods for Bayesian filtering, Statistics and Computing, No. 10 (2000), 197-208
• [10] Mountney J., Obeid I., Silage D., Modular Particle Filtering FPGA Hardware Architecture for Brain Machine Interfaces, Conf Proc IEEE Eng Med Biol Soc. (2011), 4617-4620
• [11] Sutharsan S., Kirubarajan T., Lang T., McDonald M., An Optimization-Based Parallel Particle Filter for Multitarget Tracking, IEEE Transactions on Aerospace and Electronic Systems, Vol. 48, No. 2 (2012), 1601-1618
• [12] Simon D., Optimal State Estimation, WILEY--INTERSCIENCE, New Jersey (2006), 461-484
• [13] Chen H., Liu X., She C., Yao C., Power System Dynamic State Estimation Based on a New Particle Filter, Procedia Environmental Sciences, Vol. 11, Part B (2011), 655-661
• [14] Doucet, A., Tadić, V. B., Parameter estimation in general state-space models using particle methods, Annals of the institute of Statistical Mathematics, Vol. 52, No. 2 (2003), 409-422
• [15] Chang C., Ansari R., Khokhar A., Multiple Object Tracking with Kernel Particle Filter, IEEE Computer Society Conference on Computer Vision and Pattern Recognition (June 2005), Vol. 1, 566-573
• [16] Woo J., Kim Y-J., Lee J., Lim M-T., Localization of Mobile Robot using Particle Filter, SICE-ICASE International Joint Conference (2006), 3031-3034
• [17] Gordon N.J., Salmond N.J., Smith A.F.M., Novel approach to nonlinear/non-Gaussian Bayesian state estimation, IEE Proceedings-F, Vol. 140, No. 2 (1993), 107-113
• [18] Doucet A., Johansen A.M., A Tutorial on Particle Filtering and Smoothing: Fifteen years later, handbook of Nonlinear Filtering, No. 12 (2009), 656-704
• [19] Zhong S., Hao F., Hand tracking by particle filtering with elite particles mean shift, Proceedings on Japan-China Joint Workshop on Frontier of Computer Science and Technology, (2008), 163-167
• [20] Kotecha J.H., Djurić P.M., Gaussian Particle Filtering, IEEE Trans Signal Processing, Vol. 51, No. 10 (2003), 2592-2601
• [21] Launay T., Philippe A., Lamarche S., On particle filters applied to electricity load forecasting, arXiv preprint, arXiv: 1210.0770 (2012)
• [22] Murray L., Lee A., Jacob P., Rethinking resampling in the particle filter on graphics processing units, arXiv preprint, arXiv: 1301.4019 (2013)
• [23] Arulampalam S., Maskell S., Gordon N., Clapp T., A Tutorial on Particle Filters for On-line Non-linear/Non-Gaussian Bayesian Tracking, IEEE Proceedings on Signal Processing, Vol. 50, No. 2 (2002), 174-188
• [24] Kozierski P., Lis M., Królikowski A., Gulczyński A., Resampling – essence of particle filter, Nowe trendy w naukach inżynieryjnych 3, CREATIVETIME, Vol. 1 (June 2013), 174-185.
• [25] Straka O., Simandl M., Particle Filter with Adaptive Sample Size, Kybernetika, Vol.47, No. 3 (2011), 385-400
• [26] Soto A., Self Adaptive Particle Filter, In IJCAI (July 2005), 1398-1406