fa مدل‌سازی فضای وضعیت نرمال چوله‌ی مدار الکتریکی RC و براورد پارامترهای آن بر پایه‌ی روش مونته کارلوی زنجیر مارکوفی ذره‌ای عمومى General پژوهشي Research <p dir="RTL"><strong style="line-height: 1.6em;">چکیده:</strong><span style="line-height: 1.6em;"> در این مقاله، یک مدل فضای وضعیت نرمال چوله‌ی مدار الکتریکی </span><span dir="LTR" style="line-height: 1.6em;">RC</span><span style="line-height: 1.6em;"> با در نظر گرفتن معادله‌ی دیفرانسیل تصادفی این مدار با نوفه‌ی سفید و رنگی به‌عنوان مدل پویا و نوفه‌ی اندازه‌ی نرمال چوله به جای نرمال معرفی می‌شود. فن پالایش بهینه با استفاده از طرح مونته کارلوی دنباله‌ای برای به‌دست آوردن بار به‌عنوان متغیر وضعیت مدل به کار گرفته شده است. علاوه بر آن فرض شده است که مدل شامل پارامترهای نامعلوم (مقاومت، خازن، پارامترهای میانگین، واریانس و شکل توزیع نرمال چوله به‌عنوان نوفه‌ی اندازه) می‌باشد. از روش بیزی برای براورد هم‌زمان بار پنهان و پارامترهای نامعلوم مدل با استفاده از طرح متروپولیس-هستینگس حاشیه‌ای ذره‌ای استفاده شده است. مطالعه‌های شبیه‌سازی به‌منظور بررسی کارایی روش‌های پیش‌نهادی انجام گرفته و نشان داده شده است که درصد پوشش توزیع نرمال چوله به‌عنوان نوفه‌ی اندازه بیش‌تر از توزیع نرمال است.</span></p> <p dir="RTL"></p> <p align="left"><span style="line-height: 1.6em;">Received: 9/21/2013 &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;Approved: 12/9/2015&lrm;</span></p> <p align="left"></p> <p align="left"><strong>Abstract:</strong> In this paper, a skew normal state space model of RC electrical circuit is presented by considering the stochastic differential equation of the this circuit as the dynamic model with colored and white noise and considering a skew normal distribution instead of normal as the measurement noise distribution. Optimal filtering technique via sequential Monte Carlo perspective is developed for tracking the charge as the hidden state of this model. Furthermore, it is assumed that this model contains unknown parameters (resistance, capacitor, mean, variance and shape parameter of the skew normal as the measurement noise distribution). Bayesian framework is applied for estimation of both the hidden charge and the unknown parameters using particle marginal Metropolis-Hastings scheme. It is shown that the coverage percentage of skew normal is more than the one of normal as the measurement noise. Some simulation studies are carried out to demonstrate the efficiency of the proposed approaches.</p> <p></p> مدار الکتریکی RC , مدل فضای وضعیت, پالایش مونته کارلوی دنباله‌ای, براورد پارامتر. RC electrical circuit, state space model, sequential Monte Carlo filtering, parameter estimation. 129 146 http://jsri.srtc.ac.ir/browse.php?a_code=A-10-1-157&slc_lang=fa&sid=1 R. Farnoosh رحمان فرنوش rfarnoosh@iust.ac.ir 1003194753284600761 1003194753284600761 Yes A. Hajrajabi آرزو حاج‌رجبی hajirajabi@iust.ac.ir 1003194753284600762 1003194753284600762 No