线性时变系统的状态空间模型递推辨识研究

针对线性时变系统中状态空间模型的辨识问题,本文提出了一种新的模型参数矩阵的递推辨识格式。不同于常用的利用奇异值分解(SVD)或者最小二乘原理计算时变状态空间模型参数的方法,这种新的递推方法基于信号子空间投影原理,通过重新建立输入输出数据之间的关系,构建新的信号子空间矩阵,从而递推得到系统的时变状态空间模型参数。与现有的计算时变状态空间模型的方法相比,这种新的递推方法由于不需要进行SVD的计算,从而大幅的减少了计算时间。特别是当系统的阶次较高时,计算效率优势更为明显。在算例中将这种方法与经典的使用SVD的时变ERA(TV-ERA)方法从辨识结果和计算效率上进行了比较。仿真结果表明这种新的递推算法能有效辨识状态空间方程形式的线性时变系统的模型参数,和TV-ERA方法相比具有更高的计算效率。     

基于子空间方法的柔性空间机械臂未知末端载荷质量参数辨识

空间机械臂捕获非合作目标后,需要及时辨识获取机械臂末端未知载荷的质量参数,以便于控制系统参数的修正。为此,提出一种柔性机械臂末端载荷质量参数的递推辨识方法。该方法基于投影估计子空间追踪(Projection approximation subspace tracking,PAST)方法,将系统的动力学模型在某一工作点附近进行线性化。在此基础上,进一步将动力学方程中的机构运动和结构振动进行解耦,从而能够在辨识该构型下的系统频率值的同时,通过提取对应的分块矩阵,计算得到未知载荷的质量参数。在数值仿真中,建立双连杆柔性空间机械臂系统的动力学模型,分别讨论在不同载荷质量以及臂杆构型情况下的参数辨识问题,计算结果证明了所提出的这种递推方法能够有效辨识空间机械臂的末端载荷质量参数。此外还将该递推方法与常用的代数辨识方法进行比较,仿真结果表明了与传统的代数方法相比,这种递推方法可以更为快速地获得载荷的质量参数。     

具有速度、加速度约束的机器人编队避障控制

针对轮式移动机器人的编队避障问题, 提出了一种改进的控制算法, 能够有效实现避免碰撞和规避障碍. 首先, 建立多机器人不同控制增益的全员“航标”引导的非线性循环追踪控制编队, 当编队过程某成员监测执行功 能失效(但仍能运行)时, 可对非失效机器人进行系统降级重组, 并继续执行任务且避免机器人之间发生碰撞; 再通 过引入速度和加速度约束, 以满足轮式移动机器人控制接口及保护电机的需要, 从而保证控制算法的稳定与收敛; 最后, 通过引入惩罚因子对该控制算法进行改进, 使编队成功规避障碍物并进行最短路径规划. 结果表明, 改进的 控制算法增加了多机器人编队的鲁棒性、提高了抗干扰能力及编队恢复执行任务的可靠性, 更有效地实现了编队 避障控制.     

线性时变反馈系统的状态空间模型和模态参数递推辨识

针对闭环系统中时变状态空间模型和模态参数的辨识问题, 提出一种递推辨识格式, 将这种格式与递推子空间方法结合, 得到一种辨识方法. 该方法通过重建输入输出数据之间的关系, 递推辨识得到闭环系统的时变状态空间模型和模态参数. 算例研究了系统在模态参数突变和周期变化两种情况下的辨识问题, 仿真结果表明, 所提出算法能有效辨识线性时变反馈系统的状态空间模型和模态参数.