一种改进的最大似然法在直流电机参数辨识中的应用

以D17直流电机实测数据为样本,研究了最大似然法进行直流电机参数辨识问题。该文对最大似然辨识迭代算法进行了改进,提出了滑块递推方法,建立了直流电机最大似然辨识模型,对模型参数进行了辨识和分析,最后对辨识算法进行了验证。结果表明,改进的最大似然法可以快速、准确地辨识出直流电机所需的参数,并具有较高的精度,克服了最小二乘法辨识微分方程参数时存在的缺陷,也解决了最大似然法因观测数据静态分组而导致的辨识精度下降问题,为控制系统/部件建模提供了可行的方法。     

稳定平台系统辨识算法研究

对稳定平台伺服系统进行理论分析,确定平台的数学模型。针对该系统提出了一种迭代极大似然法,并编制了相应的计算程序。用此算法来辨识稳定平台直流力矩电机模型的传递函数。通过对比相同条件下的仿真和实验结果,验证了该辨识模型的准确性。该算法对于稳定平台系统辨识的研究有很大的实际意义,并且可以应用于其他非线性连续-离散时间模型的辨识,有很大的工程应用价值。     

多变量电液伺服系统及噪声模型的辨识

本文提出了用多变量CARMA时序模型来辨识电液伺服系统的阶和参数,同时得到系统的干扰噪声模型。文中用极大似然法和BIC定阶准则来估计模型的阶和参数,根据估计参数的渐近正态性态角模型的子阶和时滞。文中应用该方法辨识了电液位置和力耦合系统及其噪声模型的阶和参数。仿真和实测阶跃响应比较,证明得到的辨识模型是正确的。该方法可用于任何多变量机械系统的模型辨识。     

基于运动学标定的空间机器人位姿精度的研究

基于一阶线性误差假设推导了空间机器人末端操作器运动学位姿误差模型.由于空间机器人末端安装的CCD相机具有较大的随机测量误差,因此,重新建立了包含随机测量噪声在内的新的误差模型,它考虑了机器人非几何参数误差--传动环节的回差.然后,根据极大似然的算法,对机器人连杆几何参数的真值进行辨识.最后,通过仿真对极大似然算法与通常的最小二乘算法获得的机器人定位精度加以比较分析.结果表明极大似然算法对随机测量噪声具有更高的稳定性和适应性.     

涡扇发动机模型辨识及其控制器设计

在涡扇发动机的实验数据的基础上,采用最小二乘方法和极大似然法对发动机的数学模型进行辨识,然后针对建立的数学模型设计有效的新型PID控制方法。通过仿真验证表明,采用系统辨识的方法得到的模型能较好地反映系统的性能,设计出的控制器也能明显提高控制器性能,满足发动机控制的需要。     

多种数据状态下三参数Weibull分布的极大似然估计

提出一种既适合完全数据,也适合各种截尾数据的三参数Weibull分布极大似然估计的计算方法.首先建立完全数据和截尾数据下统一形式的似然方程；利用二阶收敛Newton-Raphson迭代法求解给定位置参数时含尺度参数和形状参数的两参数Weibull分布的极大似然估计；然后采用稳定快速的Brent搜索法,求解出仅含位置参数的单变量似然函数最优解；最后结合实例说明该算法的稳定性和高效性.该方法具有计算精度高、速度快、适用数据范围广的优点.     

电动旋翼动力系统参数辨识研究

电动旋翼动力系统是电动飞行器的核心组成部分之一,获取其有效模型以及特性分析对飞行器控制研究有着深刻的影响。综合电机、电子调速器、螺旋桨的机制模型具有非线性特性,因此将无迹卡尔曼滤波(UKF,unscented kalman filter)引入相应的参数估计。但待估计参数过多时易导致UKF辨识中协方差矩阵非正定。为回避此问题,提出分步辨识的方案,先对一部分机制模型参数及其组合依据稳态实验数据进行拟合估计,再依据瞬态实验数据利用UKF方法辨识出各参数值,最终获得完整、精确的飞行器动力系统数学模型,为飞行器大机动飞行仿真与控制设计提供基础。实验结果表明,所采用的参数辨识方法可以不依赖经验值,估计结果能够快速收敛,并有较高的精确性和鲁棒性。     

三参数威布尔分布参数估算方法对比研究

提出了一种改进的最大似然法用于估算三参数威布尔分布参数。从累积分布函数、样本量、数据敏感性三个方面对比分析了相关系数法、最大似然法和灰色模型法三种参数估算方法的优劣性。研究得出:相关系数法和改进后的最大似然法估算的参数精度比灰度模型法高,灰度模型法对数据更敏感、参数估算值波动大,建议在飞机和发动机可靠性研究中采用相关系数法或最大似然法估算三参数威布尔分布参数。将威布尔分布应用在某飞机法向极值的研究中,结果表明该飞机法向过载极值符合三参数威布尔分布。建立的方法对于飞机和发动机结构可靠性研究具有一定的参考价值。     

三参数威布尔分布的蒙特卡洛点估计方法

现阶段可靠性分析过程中,首发故障时间并非绝对从零开始,而三参数威布尔分布多使用相关系数法转换为极值问题从而使用极值法或右逼近法进行参数估计,然而此方法精度主要依赖初值和步长选择。结合某中走丝电火花线切割机床可靠性数据,分析了模型形状参数与位置参数对对数似然函数值的影响趋势,提出使用蒙特卡洛方法结合极大似然估计法对三参数威布尔分布模型进行参数点估计数值求解,同时使用D检验和NRMSE评估两种参数点估计方法的精度。结果显示此方法便于计算机自动求解,精度可控。     

一类特殊随机截尾试验下几何分布参数的点估计

利用极大似然法(ML)和EM算法研究了一类特殊随机截尾试验下几何分布参数的极大似然估计。给出了参数MLE的存在唯一性证明和参数的EM迭代公式。利用Louis算法得到了EM估计的渐近方差.随机模拟的结果表明MLE和EM估计的精度较高,两者的差别非常小。     

自适应卡尔曼滤波在无刷直流电机系统辨识中的应用

为了有效抑制量测噪声特性变化对系统辨识精度的影响以获得准确的无刷直流电机模型,提出了一种采用自适应卡尔曼滤波算法的无刷直流电机系统辨识方法。通过计算新息理论方差的极大似然最优估计,并将其引入卡尔曼滤波算法中修正滤波增益来抑制量测噪声特性变化对辨识结果的影响,使该滤波算法实现对模型参数的准确估计,提高辨识精度。实验结果表明,在量测噪声特性变化的情况下,该算法能够准确跟踪实际量测噪声特性的变化,参数估计平滑,相对于目前系统辨识广泛采用的带有遗忘因子的递推最小二乘算法,输出误差的均方根值减小了73.5%。该算法简单易行,计算量小,辨识结果可以很好地描述系统行为,便于在工程实践中应用。     

基于优化的元胞蚁群算法的无人飞行器动态路径规划方法

针对无人飞行器路径规划蚁群算法收敛速度慢,提出了一种新的蚁群算法。首先,以栅格为环境地图,在蚁群算法搜索过程中加入了圈形轨迹识别算法,避免了无人飞行器出现折返跑的现象。其次,采用最优路径进行信息素更新,减少了蚁群算法在搜索过程中产生的盲目交叉和“蚂蚁遗失”现象。最后,引入了无人飞行器轨迹的尖角优化策略,更好地模拟了无人飞行器的飞行特征。仿真实验表明,新算法具有更好的全局搜索能力。     

车辆转向系统动力学模型的车载辨识算法

汽车转向系统是一个缓慢变化的非线性系统 ,在一个较短的时间间隔内 ,可以用一个参数时变的二阶线性系统对其动力学特性进行描述。根据这一特点 ,在最小二乘原理的基础上建立了一个转向系统的车载辨识算法 ,对当前工况下转向系统的动力学特性进行辨识计算。仿真计算表明 ,该算法具有较高的辨识精度 ,可以应用于汽车转向系统离线仿真和实时控制。     

基于系统辨识的动态汽车衡称重方法

将基于系统辨识的误差输出方法应用于动态汽车衡称量。首先分析和构造了符合汽车衡特点的系统辨识模型，并基于该模型提出了优化输出误差方法，利用称量信号的有效信息，明显提高了称量精度和速度。在试验中，使用3种不同的常见车辆，称量精度达到1％。同时分析了称量过程中的影响因素，在20km/h以下和滑行通过称台的测量条件下，称量误差小于0．85％，为动态汽车衡高速高精度称量提供了实用的工具。     

基于MATLAB的两轮自平衡小车系统模型辨识

针对某两轮自平衡小车进行了系统模型辨识,通过示波器采集实际输入输出数据,运用MATLAB软件环境下的系统辨识工具箱进行了数据的预处理、模型类型的选择、参数估计以及模型验证和比较等工作,并最终确定系统模型,为两轮自平衡小车控制系统的设计提供依据。     

基于异方差的PNN训练算法的研究

给出了一种基于高斯核函数有不同协方差的混合模型的异方差 PNN的实现。传统的 ML 估计方法和 EM算法在训练异方差 PNN存在数学上的困难甚至导致算法失败。从协方差的根源出发提出了协方差限制的简单 EM改进算法 ,又基于杰克刀技术提出了鲁棒性的 EM改进算法。此外又从信息论出发提出了基于最小相对熵的训练新算法。闭集文本自由说话人辨认试验证明了提出的模型及其算法的正确性。     

Physical parameter identification method based on modal analysis for two-axis on-road vehicles: Theory and simulation

Physical parameters are very important for vehicle dynamic modeling and analysis. However, most of physical parameter identification methods are assuming some physical parameters of vehicle are known, and the other unknown parameters can be identified. In order to identify physical parameters of vehicle in the case that all physical parameters are unknown, a methodology based on the State Variable Method(SVM) for physical parameter identification of two-axis on-road vehicle is presented. The modal parameters of the vehicle are identified by the SVM, furthermore, the physical parameters of the vehicle are estimated by least squares method. In numerical simulations, physical parameters of Ford Granada are chosen as parameters of vehicle model, and half-sine bump function is chosen to simulate tire stimulated by impulse excitation. The first numerical simulation shows that the present method can identify all of the physical parameters and the largest absolute value of percentage error of the identified physical parameter is 0.205%;and the effect of the errors of additional mass, structural parameter and measurement noise are discussed in the following simulations, the results shows that when signal contains 30 dB noise, the largest absolute value of percentage error of the identification is 3.78%. These simulations verify that the presented method is effective and accurate for physical parameter identification of two-axis on-road vehicles. The proposed methodology can identify all physical parameters of 7-DOF vehicle model by using free-decay responses of vehicle without need to assume some physical parameters are known.     

Recursive generalized extended least squares and RML algorithms for identification of bilinear systems with ARMA noise

Bilinear systems are considered as a particular class of nonlinear systems including the state variables which are typically used for online identification. By using a recursive identification method and the maximum likelihood principle, this paper presents two recursive-based algorithms to identify the parameters of bilinear in parameter systems with ARMA noise. In this regard, recursive generalized extended least squares (RGELS) and recursive Maximum Likelihood (RML) algorithms have been proposed for identification of bilinear systems. These algorithms can be used as an alternative choice in system identification with acceptable performance. The proposed algorithms estimate the correlated noise parameters with high accuracy by making full use of the measurement data. Simulation results indicate that the proposed algorithms are effective for online identification of bilinear in parameter systems with high convergence speed.     

高空作业车工作平台速度处理方法研究

为提高高空作业车的作业舒适度,提出了完整的针对工作平台的速度处理方法。该方法采用模块化设计思想,将速度处理分为行程末段、周速率、匀速过程和加减速过程4个模块,在各模块中采用相应的速度算法,实现了对速度的精确控制。该方法在高空作业车上进行了实际测试,试验结果表明,平台在行程末端、加减速过程中运行平稳,取得了预期效果。     

新型车载探测雷达系统技术研究

以车载使用环境对探测雷达系统的参数要求为基础，设计了一种新型车载扫描式激光雷达系统方案；对车载应用条件下雷达信号处理技术进行了研究，设计了基于四阶卡尔曼滤波的目标物信息提取算法、雷达目标物有效性识别算法和目标物跟踪算法，通过实车试验对研究结果进行了验证。