基于偏差补偿递推最小二乘的Hammerstein-Wiener模型辨识

许多实际系统可以表示成一种中间为线性动态环节、输入输出端为非线性静态环节的Hammerstein-Wiener模型.针对含过程噪声的Hammerstein-Wiener模型,提出一种改进在线两阶段辨识方法.第一步采用偏差补偿递推最小二乘法在线辨识含原系统参数乘积项的参数向量.通过在递推最小二乘算法中引入一个修正项,补偿过程噪声引起的估计偏差.第二步采用基于张量积逼近的奇异值分解法分离出原系统各参数的值.通过引入两个矩阵的张量积逼近加权最小二乘的权系数,提高参数分离精度.理论分析和计算机仿真验证了本文方法的有效性.

多变量偏差补偿递推最小二乘法及其收敛性

对于带白色观测噪声的多变量自回归(AR)信号,提出了未知模型参数和噪声方差估计的偏差补偿递推最小二乘算法,用动态误差系统分析方法严格证明了所得到的模型参数和噪声方差估值是强一致的,即它们以概率1收敛于相应真实值。一个仿真例子说明了其有效性。

基于偏差补偿递推最小二乘法的荧光补偿方法

针对荧光检测技术中荧光光谱重叠引起荧光值偏差的问题,提出了一种基于偏差递推最小二乘算法辨识补偿矩阵的方法。首先,在多输入多输出系统(MIMO)下,利用单染色荧光光谱和多染色荧光光谱实际测量的荧光值,通过递推最小二乘法进行迭代运算,推导出参数估计值。然后,在其中引入一个修正项,补偿在采集荧光中过程噪声引起的误差。最后,计算出偏差补偿递推最小二乘法迭代的估计值。理论分析与仿真表明,该算法在参数误差估计中误差率小于1%,相对于递推最小二乘算法性能提高了50%。所用算法能够有效提高估计值精度,同时也能减小噪声产生的影响。

有色噪声干扰输出误差系统的偏差补偿递推最小二乘辨识方法

借助于偏差补偿原理和预滤波思想,推导了有色噪声干扰输出误差系统参数估计的偏差补偿递推最小二乘(Bias compensation recursive least squares,BCRLS)辨识方法.该方法降低了辨识对输入信号平稳性的要求,实现了偏差补偿方法参数估计的递推计算,可以用于在线辨识.提出的递推BCRLS辨识方法优于非递推偏差补偿最小二乘算法,提高了参数估计精度.仿真试验证实了算法的有效性.

基于偏差补偿最小二乘的谐波发射水平估计方法

为了克服电压和电流信号中的有色噪声的影响,提出了一种基于偏差补偿最小二乘的系统谐波阻抗及用户谐波发射水平的估计方法。利用公共连接点测量得到的谐波电压和谐波电流信号,通过偏差补偿最小二乘算法求解回归系数;提取对因变量解释性最强的综合变量,辨识系统中的信息和噪声,更好地克服变量相关性在系统建模中的影响。由回归系数映射出系统谐波阻抗,进而计算出用户的谐波发射水平。通过实验电路仿真分析验证了该方法的有效性。

基于递推最小二乘的荧光补偿参数辨识方法

研究流式细胞仪样本检测数据的荧光光谱重叠补偿问题。针对全矩阵补偿算法中补偿矩阵参数的获取,提出了一种使用多变量系统的递推最小二乘算法辨识补偿矩阵参数的方法。在全矩阵补偿方法的基础上,用单染色荧光光谱线性和对多染色荧光实际测量光谱进行近似,并使用多变量系统的递推最小二乘算法辨识系统参数获得补偿矩阵的元素。仿真结果表明,利用多变量系统的递推最小二乘算法进行荧光补偿与一般最小二乘算法相比,补偿结果的CV值相对误差在2%以内,进而验证了所采用的算法的有效性与可行性。

基于遗忘因子递推最小二乘的无人机在线磁补偿技术研究

针对无人机飞行过程中,由于载体非平稳磁场干扰造成磁测航向角不准确的问题,提出一种结合遗忘滤波的递推最小二乘在线磁补偿方法。在分析了软、硬磁干扰机理和建立磁干扰模型的基础上,对常规递推最小二乘法加入遗忘因子修正,从而抑制磁场变化对磁补偿参数估计效果的影响。仿真和试验结果表明,在磁干扰较强且干扰磁场存在突变的情况下,此算法可以将磁航向角RMSE减小至3.822 0°。该方法计算量较小,能够有效适应机载条件下的变化磁场补偿,并达到较高的航向角精度要求。

基于最小二乘偏差补偿法的舵机模型参数辨识

舵机作为无人旋翼机一个重要的执行机构,控制着旋翼机飞行姿态与轨迹的改变,为建立舵机的数学模型,提出了基于最小二乘偏差补偿法辨识伺服舵机的模型参数。在研究了伺服舵机的结构与工作原理的基础上,首先建立舵机各组件模型,综合得到舵机的系统模型;然后采用最小二乘偏差补偿法辨识模型参数。实验仿真验证了该方法具有较高辨识精度与有效性。

基于改进权函数距离的机器人运动偏差补偿算法设计

针对机器人在组装和生产过程中,由于几何参数存在一定误差,使连杆以及关节处等不可避免地出现细微差别,对机器人运动精度产生一定影响问题,提出了基于改进权函数距离的机器人运动偏差补偿算法设计方案。在定位机器人位置前添加扭角,获取机器人两坐标系间转换矩阵,根据线性标定计算机器人运动定位的绝对误差,利用改进权函数建立机器人距离误差数学模型,初步补偿运动误差。计算机器人末端执行器中心点位置和姿态的偏差,将补偿问题转化成机器人运动优化问题,得出运动偏差优化问题目标函数,经多次迭代得出最终补偿结果。实验结果表明,所提方法的误差补偿效果佳,重心补偿后的机器人运行稳定性好。

Box-Jenkins模型偏差补偿方法与其他辨识方法的比较

对于存在相关噪声干扰的Box—Jenkins系统,本文借助于偏差补偿原理,推导了一个偏差补偿最小二乘(BCLS)辨识方法;理论分析说明BCLS方法能够给出系统模型参数的无偏估计,并将提出的方法与递推增广最小二乘算法和递推广义增广最小二乘算法进行了比较研究;用仿真试验分析了这些算法的各自特点和适用范围。

UD分解与偏差补偿结合用于变量带误差模型辨识

本文提出一种基于UD(upper-diagonal)分解与偏差补偿结合的辨识方法,用于变量带误差(errors-in-variables,EIV)模型辨识.考虑单输入单输出(single input and single output,SISO)线性动态系统,当输入和输出含有零均值、方差未知的高斯测量白噪声时,该类系统的模型参数估计是一种典型的EIV模型辨识问题.为了获得这种EIV模型参数的无偏估计,本文先推导出最小二乘模型参数估计偏差量与输入输出噪声方差以及最小二乘损失函数与输入输出噪声方差的关系,然后采用UD分解方法递推获得模型参数估计值,再利用输入输出噪声方差估计值补偿模型参数估计偏差,以此获得模型参数的无偏估计.本文还讨论了算法实现过程中遇到的一些问题及修补方法,并通过仿真例验证了所提辨识方法的有效性.

水平张量重力梯度仪垂向运动误差实时补偿方法

为减小垂向运动对水平张量重力梯度测量的影响,提出了一种水平张量重力梯度仪垂向运动误差实时补偿方法。首先,分析了载体垂向运动引起重力梯度动态测量误差的机理,建立了综合安装误差角的回归方程;其次,在递推公式中引入遗忘因子,提高状态估计的跟踪速度;再次,针对量测量易受载体运动干扰的问题,通过Sage-Husa自适应滤波的方法实时适应不同量级的动态干扰,对综合安装误差角进行实时估计;最后,利用得到的综合安装误差角估计结果,实现重力梯度垂向运动测量误差的实时补偿。船载实验数据处理结果表明,与传统补偿方法相比,所提方法可将重力梯度内符合精度由30E@1km提高至15E@1km。

基于磁通门的三轴电子罗盘自动误差补偿方法

该方法以自制的小型三轴磁通门航向系统为基础,加入MEMS三轴加速度计,形成了三轴电子罗盘的硬件结构。针对电子罗盘的罗差容易受到环境影响的特点,研究了自动误差补偿方法。首先对加速度计进行校准,其次采用基于椭球拟合的算法进行磁通门罗差的自动补偿,在剩余误差分析的基础上,利用加速度计的输出用递推最小二乘的方法对剩余误差进行了自动补偿。室温下实验结果表明该方法不仅方便有效,而且电子罗盘的误差从15°降低至2°内,在大倾角(60°)情况下也能保持较好精度。

基于实时反馈的机床热误差在线补偿模型

为建立一种能够适应机床不同工况且具有准确预测能力的热误差补偿模型,提出一种基于限定记忆递推最小二乘法辨识热误差模型参数的机床热误差预测建模方法。该方法随着机床工作状况的改变,根据实时反馈的温度和热误差数据,采用递推方法对模型参数进行即时修正,使热误差模型能够及时跟踪机床系统的热特性变化,实现以较高的预测精度对机床热误差进行补偿。通过数控车床主轴轴向热误差辨识建模及补偿实验可以看出,限定记忆递推最小二乘法比一步最小二乘法辨识精度有较大提高,最大残差值减小了52.3%,标准差减小了67%。实验结果表明,利用该方法进行机床热误差模型参数辨识具有较高的预测精度和鲁棒性,有效可行。

一种高精度多路脉冲计数补偿方法

为提高低频脉冲计数精度与检定效率,提出一种无需专用硬件的高精度多路脉冲计数补偿方法。该方法在多周期测周预估脉冲频率的基础上,利用可变截止频率4阶Butterworth低通滤波器提取脉冲信号的基波信号,去除随机干扰脉冲;然后应用递推最小二乘法在线估计出信号频率,动态调整滤波器的截止频率;最后再应用总体最小二乘法及频率估计值求解信号计数起止时刻相位,得到计数补偿公式。仿真实验结果表明:对于输入角频率在60~6 000 rad/s范围内的5路脉冲信号,经过计数补偿,计数精度可达到0.0011LSB,接近时间数字转换芯片。算法可在实现多路并行检定的同时减小量化误差,提高检定效率。

永磁同步直线伺服系统的纹波推力补偿

针对纹波推力对永磁同步直线伺服系统的影响,提出了一种纹波推力补偿策略:基于纹波推力自适应补偿的永磁同步直线伺服系统位置控制。在这种控制策略中,首先采用快速傅里叶变换分析推力电流来离线提取纹波推力的特征频率,有利于纹波推力数学模型的简化,再通过递推最小二乘算法在线辨识纹波推力的模型参数,结合纹波推力的特征频率和模型参数,动态地实现了纹波推力的精确估计,最后将纹波推力估计模型直接作用于永磁同步直线伺服系统,对推力电流进行前馈补偿控制,从而实时抑制纹波推力。实验结果表明,采用所提的补偿策略,最大位置跟踪波动误差从补偿前的50μm左右下降到补偿后的不足20μm,位置控制性能得到明显改善,对高性能永磁同步直线伺服系统的抗扰动策略研究具有重要的理论和现实意义。

波浪运动补偿平台广义升沉位移的实时预报

具有波浪运动补偿功能的稳定平台可有效减少船舶在风浪中的摇摆和升沉运动对某些海上作业和设备的影响。为了有效地进行波浪运动补偿,需要对该平台的广义升沉位移(横摇、纵摇以及升沉的耦合作用结果)进行极短时预报。本文采用时间序列分析理论中的自回归(AR)模型作为预报模型,对波浪运动补偿平台的广义升沉位移进行极短时预报。在以往的研究中,通常采用递推最小二乘法AR模型进行在线参数估计。但是采用递推最小二乘法进行参数估计容易引起参数爆发,从而影响AR模型的稳定性。针对该问题,本文采用阻尼递推最小二乘法对AR模型进行在线参数估计,并结合实验获得的平台控制点的广义升沉位移数据进行实时建模预报。仿真结果表明,采用阻尼递推最小二乘法进行参数估计能抑制参数爆发,并能提高AR模型实时预报精度。

基于在线参数辨识的电动助力转向补偿控制

电动助力转向(electric power steering,EPS)系统具有非线性和时变性,采用常系数补偿无法实现对转矩的准确跟踪,影响驾驶员手感。文章采用滑模控制器准确跟踪电流,并设计补偿算法,利用带遗忘因子的递推最小二乘(recursive least squares,RLS)算法对助力装置进行在线参数辨识,并将辨识得到的结果进行补偿控制,在参数缓慢变化的条件下实现EPS对转矩的准确跟踪。

直线伺服自寻优前馈补偿方法

分析了一类变凸椭圆车床直线伺服系统的主要特点,提出了基于相位和幅值补偿前馈方法,基于连续系统分析了该方法原理的可行性;为适应量产控制系统的差异,采用了自寻优方案,提出了微分降阶方法,简化了参数辨识计算。设计了基于离散系统的CAR模型参数辨识算法,并进行了MATLAB仿真验证,之后在Dspace1104系统中进行了实验验证,获得了满意的效果。

三轴磁传感器在线误差补偿方法

针对三轴磁传感器使用过程中容易受到自身误差、环境磁干扰影响,而且传统磁传感器误差补偿算法对设备要求高和需要事先收集数据的问题,提出一种基于椭球拟合递推最小二乘磁传感器误差补偿标定算法。利用三轴磁传感器误差模型,建立了空间椭球参数与磁传感器误差参数之间的联系。通过在线递推最小二乘法计算出补偿参数矩阵,进而完成磁传感器校准补偿。仿真与实验验证了磁传感器误差补偿算法的有效性。