地震动未知情况下迭代类复合反演算法比较研究

输入信息测试不完备是结构动力测试中常遇到的问题.在以往研究的基础上,重点对地震动未知情况下的迭代类复合反演识别算法进行了研究,分析比较了统计平均算法和迭代识别法的异同点,并对迭代识别的算法做了进一步的收敛性理论分析,指出了该算法收敛存在的不稳定性,回答了长期以来对该算法提出的疑问.     

结构损伤识别的参数反演方法研究

研究了未知输入条件下非线性参数系统的识别问题,通过引入广义逆,直接得出系统参数的极小范数最小二乘解,改进了全量补偿算法,提高了计算效率,使未知输入条件下系统参数反演理论进一步完善。该方法不仅能识别损伤程度,而且能确定损伤位置,思路清晰,易于编程。数值算例验证了该方法的参数识别精度,具有广泛的工程应用背景。     

模型参数化方法的一种改进算法

针对线性结构的有限元模型,并基于时域内的响应测量信息,建立了直接识别单元水平结构物理参数的改进算法;通过引入浮点运算指标Flop,定量分析了改进算法与原算法的计算效率.数值仿真了一大型空间网壳结构的参数识别,并对比分析了改进算法与原算法在相同计算条件下的识别效率,结果表明:在保证无噪声条件下识别精度100%时,改进算法的计算效率提高了约30倍;且改进算法可以有效地识别未知输入条件下的结构参数.由此得出结论,改进算法不仅能够大幅度提高参数识别的计算效率,而且易于扩展到未知输入情况下的参数识别,因而特别适合于大型结构的参数识别.     

基于卡尔曼滤波的高层建筑风荷载反演研究

基于离散型卡尔曼滤波方程及遗忘因子递推最小二乘法提出了一种新的高层建筑脉动风荷载反演方法。该方法可以利用有限测试楼层的风致响应识别结构未知风荷载及未测风致响应,解决了高层建筑测点不足的问题。根据典型高层建筑风洞试验结果,评估了该方法准确性及适用性,分析了结构模态参数误差和测量噪声对反演结果的影响,实现了高层建筑未知风荷载及响应的实时连续测量,为高层建筑的抗风设计及健康监测提供了新的研究手段。     

基于高层建筑动力响应的地震动反演研究

基于连续型卡尔曼滤波理论及统计平均法提出了一种新的地震动反演方法。该方法利用地震作用下高层建筑有限测试楼层的加速度响应可以反向识别出地震加速度。结合中国台北101大楼的数值模拟及现场实测结果,验证了该方法的适用性及可靠性。结果表明,反演得到的地震动时程和功率谱与准确结果符合较好,不同噪声水平影响下的反演结果均能满足实际工程需要。研究结果可为高层建筑抗震设计及相关研究提供有用的依据和参照。     

基于小波能量传递函数谱的结构损伤识别

为排除小波识别结构频率时地震动频带的干扰,提出了小波能量传递函数谱方法.该方法首先将地震动输入和结构地震反应小波谱分别沿时间轴积分,得到结构输入和输出的小波能量谱;然后将结构反应小波能量谱除以地震动输入小波能量谱,并定义为结构小波能量传递函数谱,该谱的脊线即为结构的时变频率.分别采用小波变换直接识别法和小波能量传递函数...     

时域复合反演算法研究进展

综述了近年来时域复合反演的研究状况.根据复合反演过程的不同,将其分为2类:未知输入的消去识别法和未知输入的修正识别法.并通过对各类算法的总结和研究,对2类算法在计算量等方面做了比较分析,为工程应用和进一步的研究提供参考.     

主余震序列型地震动对RC框架结构地震反应定量影响研究

为探讨主余震作用下结构地震反应特征，量化主余震序列型地震动对结构地震反应参数的影响，采用OpenSEES有限元软件建立了一个3层典型RC框架结构模型，并选取594条实际台站记录到的真实主余震地震动记录作为结构反应分析的输入激励，开展了结构地震反应计算，分析了余震与主震相对强度、场地条件和地震动输入强度对结构地震反应的定量影响.结果表明：余震地震动对结构地震反应影响显著，最大可达90%,余震地震动对结构响应影响程度与其对主震的相对强度相关性较大，与场地条件相关性较小，规律不明显，余震强度对结构地震损伤影响明显.本文结果可供考虑主余震作用的结构抗震设计参考.     

SIMO系统吉布斯盲迭代均衡算法

针对符号间干扰信道的多天线分集接收问题,提出一种单输入多输出(SIMO)系统盲迭代均衡算法.该算法利用吉布斯样本法处理思路,在SIMO条件下推导了信道冲击响应、发送符号等未知参数的条件后验分布,根据该条件概率逐个参数进行随机采样,通过不断迭代更新来逼近最大后验概率(MAP)估计的结果.该算法的一个显著特点是具有软输入软输出(SISO)结构,因此在编码系统中可以与信道译码结合,通过联合迭代进一步提升均衡的性能.计算机仿真结果表明,在严重符号间干扰信道条件下,SIMO系统肓迭代均衡算法的性能非常接近于已知信道时迭代均衡算法的性能,距离理想无符号间干扰信道分集合成的性能差距只有约1 dB.     

一种分块差分滤波器及其在仅有角度跟踪中的应用

为解决仅有角度跟踪时,目标估计受限于较大的初始估计误差和噪声统计特性未知的问题,提出了一种带有噪声智能统计功能的改进型分块差分滤波器.通过统计线性化方法得到了一种S-H智能噪声统计估值器,并用其优化传统分块噪声滤波器的测量更新步骤,实现了对未知过程和测量噪声的智能统计处理,通过迭代更新进一步提高了滤波器对于复杂非线性函数的适应能力.与目前几类主流的自适应滤波器性能相比,结果表明:对于具有线性系统模型和非线性测量模型的典型被动跟踪估计问题,针对较大的初始状态估计误差,所给出的滤波器能更好地完成系统噪声和测量噪声部分参数统计特性未知情况下的非线性估计任务,在保证计算量适中的同时有效地提高跟踪制导精度.     

一种可用于线性动态延迟系统控制的开环比例型一阶给定超前迭代学习控制算法

本文讨论了迭代学习控制的基本概念，并给出了一种可用于线性动态延迟系统的比例型一阶给定超前迭代学习控制算法。理论分析证明，这种控制算法对于跟踪重复运动的轨迹具有良好的效果。     

非线性系统开闭环D型迭代学习算法的鲁棒性

研究了系统满足收敛条件时，具有开闭环D型迭代学习控制律的一类非线性系统在动态过程存在干扰的情况下控制算法的鲁棒性问题。理论分析表明，当系统动态过程扰动有界时，开闭环D型迭代学习控制算法是鲁棒的。当满足开闭环学习收敛条件时，控制误差收敛到期望值的某一个邻域，其大小与相邻两次迭代运行中这些干扰的大小有关，而与初始控制输入等无关，当干扰越小时，学习控制过程越接近于期望值。     

基于遗忘因子的数据驱动最优迭代学习控制算法研究

针对一类有限时间内重复运行的非线性非仿射离散时间系统,本文提出了一种基于遗忘因子的数据驱动最优迭代学习控制方法.首先,引入一种迭代动态线性化方法,将被控非线性系统等效化为线性输入输出增量形式;其次,分析了最优迭代学习控制方法中存在的问题,并针对由历史信息的累积效应所导致的控制输入不能及时响应的问题,设计自适应遗忘因子使算法具有更好的可控性和灵活性.所提出的控制方法是数据驱动的控制方法,设计和分析过程仅依赖于系统的输入输出数据,不包含任何显式模型信息.最后,通过仿真验证了该方法的有效性.     

基于数据驱动高阶学习律的轮式移动机器人轨迹跟踪控制

轮式机器人执行巡逻、播种和工业生产等任务是一个强非线性的间歇过程.针对重复运行的轮式机器人轨迹跟踪问题,本文提出了一种基于数据驱动的高阶迭代学习控制算法.首先,对轮式移动机器人的模型进行推导设计,并对推导得到的状态空间形式的离散时间模型利用基于状态转移的迭代动态线性化方法,将轮式机器人系统转化为线性输入输出数据模型;其...     

基于列表的迭代分枝定界MIMO检测算法

提出了基于列表的迭代分枝定界算法,利用搜索到的候选列表计算比特软信息,降低了MAP计算复杂度,同时进一步提出了改进的列表分枝定界算法,每次迭代利用更新的先验信息重新计算候选列表,提高了列表质量。仿真结果表明列表分枝定界算法通过在MIMO信道检测和信道解码之间传递外信息,取得了逼近信道容量的性能,而修正的考虑先验信息的列表分枝定界算法在性能损失可忽略的情况下,减小了候选列表的大小。     

SCCPM中基于平均外信息交换的迭代停止算法

针对串行级联连续相位调制系统(SCCPM)存在正反馈的问题,提出了一种基于平均外信息交换的迭代停止译码算法．该算法采用平均外信息交换方法,将历次迭代外信息的平均值作为下次迭代的先验信息,并结合符号改变率(SCR)和辅助硬判决(HDA)两种迭代停止准则进行迭代译码．仿真结果表明,平均外信息交换与动态迭代停止算法相结合可以有效抑制正反馈,提高SCCPM系统性能,并且能够减少译码时延．     

地震作用下高桩码头安全性评价

为了研究高桩码头在使用过程中遭受地震灾害的影响,结合工程实际,基于数值模拟分析技术,采用瞬态动力学时程分析法对地震下高桩码头上部结构裂纹扩展情况进行分析。提出基于裂纹扩展深度和裂纹分布范围两个指标的高桩码头地震灾害下上部结构4级安全性评价方法,并通过不同地震等级下裂纹扩展分析进行验证。结果表明:不同地震等级下采用4级安全评价方法对高桩码头进行安全评估是合理可行的。可以为不同地震等级下码头的受损进行评估,为提前预测地震灾害对码头的损伤程度,改进设计提供科学依据。     

最小能量消耗的协作式MIMO功率分配算法

对解码转发协作式MIMO系统中的功率分配问题进行了研究.分析了系统误比特率和能量增益特性,在此基础上提出了一种基于黄金分割迭代的功率优化分配算法和2种简化的分配算法,在满足一定误比特率要求的条件下,使源节点和中继节点总的发射功率最小.考虑准静态平坦衰落信道,根据瞬时信道状态信息进行功率分配.理论分析与仿真结果表明,基于黄金分割迭代的功率优化分配算法可以以较少的迭代次数得到较高精度的最优解,而2种简化功率分配算法均可以获得与基于黄金分割迭代的功率分配算法相近的系统能量增益,并且计算的复杂度大大降低.     

基于迭代学习的永磁直线同步电动机扰动抑制

针对永磁直线同步电动机中存在的周期性扰动问题,提出了一种闭环迭代学习控制算法.该算法通过上次迭代时的输入信息和输出跟踪误差的PID校正项来获得本次迭代的控制输入.基于迭代学习控制思想并结合PID控制,设计出应用于直线电动机运动系统的迭代学习控制器.仿真结果表明,与传统的PID控制相比较,所提出的控制方法能够使系统的跟踪效果更好,且保证了在较少迭代次数下,被控系统的输出轨迹能精确地收敛到期望轨迹.     

编码CPM信号低复杂度联合迭代解调译码算法

针对编码连续相位调制(CPM)信号迭代检测中存在的复杂度高以及容易出现正反馈等问题,从网格状态和迭代译码两方面对算法进行改进,提出了一种低复杂度的联合迭代解调译码算法。该算法利用基于状态分集思想减少状态序列检测(RSSD)的方法进行网格状态的化简,结合硬判决辅助(HDA)迭代停止准则来进行动态译码,减少了迭代次数,进一步降低算法复杂度。理论分析和仿真结果表明,该算法与传统算法相比,在保持良好性能的同时,可以大幅降低系统复杂度,有效抑制正反馈,减少译码时延。