仿真了EKF、二阶EKF、UKF及PF滤波过程，过程详细，仅涉及一个观测变量！

基于EKF滤波的二阶RC电池模型的Soc估计仿真，附带实验数据（MATLAB仿真）

接收机自主完整性监测（RAIM）算法的提出是为了扩展基于全球导航卫星系统接收器的卡尔曼滤波器（EKF）。。为此，在阶跃和上升斜坡断层剖面的假设下，提出了一种确定EKF平均位置误差的新方法。 计算的平均位置随后使用误差界限来确定EKF保护水平。仿真结果表明，EKF RAIM算法具有与传统加权最小二乘RAIM算法相当的性能。虽然性能增益可能无法实现，但拟议的该方法为利用EKF高效、实时地计算基于距离残差的RAIM的保护水平奠定了基础。因此，它对先进的基于EKF的导航算法-例如矢量跟踪接收机，有着重

针对异步电机直接转矩控制低速转矩脉动大的问题,提出了一种自适应强跟踪有限微分扩展卡尔曼滤波算法(STFDEKF)。该算法采用多项式近似技术和一阶中心差分法计算非线性函数的偏导数,它具有二阶非线性近似的能力;同时引入强跟踪因子来修改状态的先验协方差矩阵。文中将STFDEKF算法扩展至感应电机参数辨识,设计了针对非线性系统的STFDEKF滤波器;同时对五个电机变量进行观测,并将观测到的转速信息引入至感应电机控制系统,组成无速度传感器控制闭环。仿真结果表明,STFDEKF算法相比扩展卡尔曼算法(EKF

提出了一种新的电力系统动态状态估计方法。 它基于扩展集成员资格过滤器（ESMF）的应用。 ESMF提供了一种在线非线性保证估计，该估计假设噪声源是未知的但有界，而不是像概率估计算法（例如扩展卡尔曼滤波器（EKF）和无味卡尔曼滤波器（UKF））那样是随机的。 因此，对于电力系统的安全性和可靠性，ESMF为估计状态提供了100％的置信度。 在本文中，通过使用两个不同的单机无限总线（SMIB）系统导出并演示了ESMF。 通过使用一个建模为二阶非线性动力学方程的SMIB系统，将ESMF的性能与经典UKF