有色噪声背景下的正交子空间辨识

针对传统子空间辨识中存在的有色噪声干扰问题,本文提出一种正交子空间辨识方法.首先,根据子空间辨识算法机制构建含有色噪声的扩展状态空间模型.然后,结合有色噪声的相关性分析,研究了传统子空间辨识方法的有偏性问题,并重新设计了投影向量和正交投影方式,用以消除有色噪声干扰.最后,对投影后的数据矩阵进行奇异值分解,获取广义能观测矩阵,进而求得系统的状态空间模型参数.仿真结果表明该方法在有色噪声干扰下是一致无偏的,并且具有渐进二阶统计特性.结合陀螺仪的具体实验结果表明,该算法在实际应用中具有比传统子空间辨识法更高的辨识精度.

基于BJ辅助变量法实现动力调谐陀螺仪的闭环辨识

为了在闭环工作条件下监测动力调谐陀螺仪的性能,研究了动力调谐陀螺仪的闭环辨识方法。首先,根据动力调谐陀螺仪闭环模型的复杂结构,对其进行化简和离散化处理,获取辨识模型集和模型阶数。接着,将辅助变量法(Ⅳ)应用于动力调谐陀螺仪的闭环辨识,并根据传统Ⅳ法的不足,提出了BJIV辨识法。该方法能够应用于BJ模型,使系统模型与噪声模型不再受辨识模型的限制。然后,利用仿真分析的方法,分析BJIV法辨识结果的无偏性与渐进离散特性。最后,采用提出的方法对某型号动力调谐陀螺仪进行单次和连续闭环辨识实验。仿真结果表明:BJIV法的辨识结果在有噪声存在的条件下是一致无偏的,渐进方差能够接近最优;闭环辨识实验结果表明:辨识拟合度优于90%,连续跟踪2h,获得了可靠的辨识结果。

动力调谐陀螺仪子空间辨识

针对传统子空间辨识法(SIM)用于动力调谐陀螺仪(DTG)建模过程中存在的结构参数复杂、干扰因素未知、建模精度不高等问题,提出了一种改进的子空间辨识方法。首先,确定辨识对象DTG的状态空间模型集,分析DTG输出信号中存在的固有有色噪声。然后,针对有色噪声的干扰问题,对传统SIM进行改进,通过数据Hankel矩阵的正交投影消除传统SIM的有偏性。最后,在数值仿真中引入置信椭圆,对改进算法进行统计特性分析。仿真结果表明:在不同强度有色噪声干扰下,改进算法无偏,方差特性与有色噪声强度和数据长度有关。辨识实验表明:改进SIM的辨识效果明显优于传统SIM,辨识拟合度优于90%。得到的结果显示改进算法能够应用于DTG系统建模。

动力调谐陀螺仪系统辨识方法

针对动力调谐陀螺仪(DTG)系统辨识中,传统辨识方法(最小二乘类辨识法和频域辨识法)辨识拟合度不高的问题,提出去离群点频域辨识法。该方法结合DTG模型结构特征和固有有色噪声特点,将去离群点思想应用于DTG模型的频域辨识。实验结果表明,去离群点频域辨识法的辨识效果优于最小二乘类辨识法和传统频域辨识法,辨识拟合度在90%以上,并且辨识结果重复性好,辨识算法稳定。在DTG系统辨识中,去离群点频域辨识法能够提高辨识拟合度。

基于正交分解的递推子空间闭环辨识方法

为实现闭环系统在线辨识,提出递推正交分解闭环子空间辨识方法 (RORT).首先,根据闭环系统状态空间模型和数据间投影关系,构建确定-随机模型,并利用GIVENS变换实现投影向量的递推QR分解;然后,引入带遗忘因子的辨识算法,构建广义能观测矩阵的递推更新形式,以减少子空间辨识算法中QR分解和SVD分解的计算量;最后,针对某型号陀螺仪闭环系统进行实验.实验结果表明,RORT法的辨识拟合度高于91%,能够对陀螺仪闭环系统模型参数进行在线监测.