满意滤波在航迹辨识中的应用

利用线性矩阵不等式(LMI,linear matrix inequalities)方法,首先研究了Kalman滤波 的稳态误差方差和滤波增益的解法,并根据满意控制的思想,提出了具有误差方差上界约束的 滤波问题,然后研究了误差方差上界约束下对系统测量噪声具有最大容许强度的满意鲁棒滤 波.本文的研究成果已被应用于某型C3I系统中的航迹辨识.     

应用对消原理辨识传递函数

本文提出了一种辨识系统传递函数的新方法.它是通过引入预滤波器对输入信号进行 预处理,调整预滤波器的参数,使其实现与系统传递函数的部分对消,并应用对消原理而得到 的一种辨识方法.这种方法可以分别辨识传递函数的分子、分母及其因子,而且不需要对噪 声进行建模.此法还可以用来辨识误差模型.     

一种基于滤波参数在线辨识的鲁棒自适应滤波器

针对一类未建模动态和扰动下的非线性随机系统的状态估计问题,提出了一种基于 滤波参数在线辨识的鲁棒自适应滤波器.该算法通过极小化状态估计误差的方差同时正交化 相邻时刻的滤波残差,在线辨识状态预报误差和滤波残差的协方差,实现了对未建模动态和扰 动的自适应动态补偿,因此对未建模扰动具有很强的鲁棒性.仿真中研究了一个非线性随机时 滞系统,其参数存在缓变和突变,时滞会多次跳变,量测噪声发生了均值漂移和方差突变.算法 对时滞和参数的联合估计效果令人满意.     

非线性滤波与辨识的应用与发展

本文对非线性滤波与辨识的应用与发展作了简略回顾;对常用的M.L.和E.K.F.两种算法进行了分析,指出存在的问题,提出了改进意见。在这基础上提出了新的算法。经过大量仿真和实际应用,证明是有效的。     

基于广义卡尔曼滤波器的路面辨识

为防止车辆驱动轮打滑、提高制动效能,并使车辆在转向工况下获得稳定的行驶特性,对路面情况的实时辨识进行研究.利用μ-s曲线的斜率特性,采用广义卡尔曼滤波器结合路面变化探测模块的方法估算车轮纵滑刚度;利用仿真实验验证该方法的准确性和有效性,路面辨识方法的响应速度得到明显提高.该方法有利于整车控制策略的开发.     

航迹辨识系统中约束方差滤波的容许模型噪声

根据Kalman滤波的最小方差特性,分析测量噪声一定时Kalman滤波方差随系统模型噪声强度变化的规律,并在模型噪声和测量噪声一定时,给出求解当前估计型稳态Kalman滤波的LMI方法。针对测噪声一定的系统设计一种滤波器,它在保证滤波误差方差满足指定上界约束下,容许系统有尽可能大强度的模型噪声,并用航迹辨识系统的算例对所给出的结果做了说明。     

基于模糊聚类和卡尔曼滤波方法的模糊辨识*

本文提出一种通用的基于模糊聚类和卡尔曼滤波方法的模糊辨识方法。模糊聚类方法在给定的广义目标下按线性簇对被辨识的样本数据进行聚类，这样使得被辨识模型可用基干局部线性模型表示，然后，利用卡尔曼滤波方法拟合这些线性模型。本文给出了详细的模糊辨识算法。为了验证该辨识方法的有效性，本文最后给出了熟知的Ｂｏｘ－Ｊｅｎｋｉｎｓ数据的辨识结果。     

基于增量维纳滤波的图像插值算法辨识

针对数码相机中颜色滤波阵列和插值算法的辨识问题,提出基于增量维纳滤波的联合辨识方法。建立数码相机插值过程的近似模型,根据迭代增量维纳滤波的迭代误差和迭代维纳解联合估计颜色滤波阵列模式和插值系数,利用估计的插值系数实现插值算法的辨识。实验结果证明了该方法的有效性。     

飞机颤振模态参数辨识试验的快速滤波算法

研究飞机颤振随机模型中实际输入-输出信号序列的最优滤波估计问题,利用矩阵论中的矩阵因式分解和统计信号处理中的条件期望公式,将由新息过程构成的块Toeplitz矩阵进行三角分解,得到一种有效的递推滤波算法。对于滤波输入-输出信号的估计值,推导该算法下的估计误差和方差表达式。最后用仿真算例验证采用滤波后得到的输入-输出信号估计值作为飞机颤振模态参数辨识试验的观测信号可得到较为准确的传递函数,进而使得模态参数的辨识也更精确。     

永磁同步电机多采样率EKF转速辨识

永磁同步电机（Permanent Magnet Synchronous Motor,PMSM）具有响应快、高精度、高转矩比等诸多优点,同时无传感器控制策略研究能有效提高PMSM系统的简易性和鲁棒性。在分析EKF和多采样率数字控制系统的基础上,建立永磁同步电机输入多采样率EKF算法,将其用于转速估计。通过仿真和实时实验验证其算法在辨识精度及收敛稳定性方面均优于单采样率EKF算法,并和高频单采样率EKF有着一致的辨识效果,而多采样率EKF算法的数据量及运算量均小于高频单采样率EKF。     

平流层验证飞艇横侧向模型辨识研究

研究采用系统辨识方法建立平流层验证飞艇横侧向模型,针对飞行试验中风的扰动和测量噪声明显,对辨识参数的精度有影响。为解决上述问题,提出了采用滤波误差法,辨识稳定微分和控制微分系数的策略,获得飞艇较精确的平飞横侧向模型。首先考虑飞艇为浮力体,质量和惯量受环境影响较大,很难精确测量的问题,将飞艇非线性模型转化为具有稳定性微分和控制微分的飞艇横侧向线性模型,辨识参数不受质量、惯量变化的影响,并采用滤波误差方法,辨识模型的稳定微分和控制微分,可以减小风的扰动误差对辨识精度的影响,最后用辨识模型进行飞行仿真,将仿真得到的数据和实际飞行试验数据进行对比分析,结果表明,辨识得到的模型可以较好地反映飞艇的动力学特性,可为飞艇偏航控制器的设计提供参考。     

改进滑动平均滤波在PSO辨识中的应用

在实际系统信号中不可避免的会存在噪声和瞬时扰动,噪声过大会严重影响粒子群优化算法(pso)的辨识结果.针对强噪声环境下利用PSO算法进行参数辨识精度差甚至不能收敛的问题,提出了一种改进的滑动平均滤波算法,通过动态修正滑动平均后的数据相位,来实现无滞后的滑动平均滤波效果.仿真实验表明,对这种改进滑动平均滤波算法应用于PS...     

联合估计稳态算法及其在过程辨识中的应用

时滞和滤波联合估计问题是自适应系统建模和时滞估计两方面的交叉.本文针对 先时滞后滤波的串联模型.提出基于快速横向滤波器的递推最小二乘算法,并以合成氨生产 过程现场数据为例进行模型预测.仿真结果表明,这种结合时滞跟踪的自适应滤波器适于变 时滞低阶系统建模.     

基于结构自适应滤波方法的非线性系统辨识

针对非线性系统辨识中定结构参数辨识局限性高和辨识率低的问题，将结构自适应引入辨识的优化，提出一种基于子系统的结构自适应滤波（SSAF）方法。该方法的模型由若干子系统级联而成，每一个子系统均为线性-非线性混合结构。子系统的线性部分是一个一阶或二阶可选的无限脉冲响应滤波器（IIR），非线性部分则是一个静态的非线性函数。初始化中，子系统的参数随机产生，生成的若干子系统按照设定的连接规则进行随机连接，而不含反馈的连接机制确保了非线性系统的有效性。采用一种自适应多精英引导的复合差分进化（AMECoDEs）算法用于自适应模型循环优化，直至找到最优的结构和参数，即全局最优。实验结果表明，SSAF方法在非线性测试函数以及真实数据集上的表现优异，辨识率高且收敛性好，与聚焦时滞递归神经网络（FTLRNN）相比，它所用参数的个数仅为FTLRNN的1/10，且适应值精度提高了7%，验证了所提方法的有效性。     

结构辨识和参数优化协同学习的概率TSK模糊系统

传统Takagi-Sugeno-Kang(TSK)模糊系统的结构辨识和参数优化往往分阶段进行,同时模糊规则数需要预先设定,因此TSK模糊系统的逼近性能和解释性往往不理想.针对此问题,提出了一种结构辨识和参数优化协同学习的概率TSK模糊系统(Probabilistic TSK fuzzy system,PTSK).首先,...     

基于数据滤波的随机梯度辨识方法

针对有色噪声干扰下的随机系统,利用数据滤波技术,对输入输出数据进行滤波,将具有滑动平均噪声的原始系统转换为白噪声干扰下的系统,提出有限脉冲响应滑动平均系统的滤波增广随机梯度算法,并对该算法进行收敛性分析.此外,为了提高参数估计的精度和加快算法的收敛速度,使用多新息辨识理论提出滤波多新息增广随机梯度算法,并分析其收敛性.与增广随机梯度算法相比,所提出的滤波增广随机梯度算法和滤波多新息增广随机梯度算法可以得到更高精度的参数估计.最后,通过仿真实例表明了所提出算法的有效性.     

有色噪声干扰下Hammerstein非线性系统两阶段辨识

针对实际工业过程中普遍存在有色噪声,提出了有色噪声干扰下Hammerstein非线性系统两阶段辨识方法。采用设计的组合式信号实现Hammerstein系统各模块参数辨识分离,简化了辨识过程。在第一阶段,基于可分离信号的输入输出数据,利用相关分析算法估计线性模块参数,减少了有色噪声对辨识的干扰。在第二阶段,基于随机信号的...     

基于PDA的高压配电网线路隐患参数自动辨识方法

为减少配电网故障造成的经济损失,提出一种基于PDA的高压配电网线路隐患参数自动辨识方法.使用自适应滤波算法去除振动信息信号中的噪声干扰,并将信号数据规模降至二维,清晰地表示出不同信号数据间的联系.在配电系统非线性负荷和电阻性负荷两个方面分析配电线隐患参数,得出线路出现隐患时电感会随着电流频率变化而发生大幅度变化的结论,即当电流频率变化幅度较大时,可将其判定为隐患参数,完成自动辨识的全过程.实验表明,通过对比最大相对误差、均方根误差、平均相对误的数值,验证本文方法识别精度,具有一定的实际应用价值.     

基于PDA的高压配电网线路隐患参数自动辨识方法

为减少配电网故障造成的经济损失,提出一种基于PDA的高压配电网线路隐患参数自动辨识方法.使用自适应滤波算法去除振动信息信号中的噪声干扰,并将信号数据规模降至二维,清晰地表示出不同信号数据间的联系.在配电系统非线性负荷和电阻性负荷两个方面分析配电线隐患参数,得出线路出现隐患时电感会随着电流频率变化而发生大幅度变化的结论,即当电流频率变化幅度较大时,可将其判定为隐患参数,完成自动辨识的全过程.实验表明,通过对比最大相对误差、均方根误差、平均相对误的数值,验证本文方法识别精度,具有一定的实际应用价值.     

基于扩张状态观测器的可调系统参数辨识与实验

在测量噪声条件下,研究基于扩张状态观测器(ESO)的参数辨识方法和实际应用.结合仿真与实验,分析测量噪声对ESO观测状态输出的影响.为了提高实际应用中的辨识效果,通过引入积分型滤波器对观测状态中的噪声进行抑制.所提出方法可以很好地处理非均匀周期采样数据,适用于不规则采样系统的参数辨识.最后,在一类参数可调实验系统上构造两类实际对象,通过实验验证所提出辨识方法的有效性和实用性.