小型直升机航向模型的增广递推最小二乘辨识

分析确定了模型直升机航向通道结构,考虑了噪声模型的存在,采用增广最小二乘法进行了参数辨识,从而避免了一般最小二乘法把误差模型隐含在系统模型中所造成的辨识精度不高的缺点。结果表明,虽然采用增广最小二乘法要考虑噪声模型,但是它具有速度快、辨识结果准确的特点,所得模型直升机的航向模型很好的表示了其系统特性,可以用来进行控制系统的设计和直升机的分析理解。

改进的递推增广最小二乘参数估计方法

基于用递推最小二乘(RLS)法拟合高阶自回归(AR)模型得到的白噪声估值,提出了自回归滑动平均(ARMA)模型参数估计的一种改进的递推增广最小二乘法。它由两段RLS算法组成,可在线实现,具有快的收敛速度。一个仿真例子说明了其有效性。

超级电容模型的递推增广最小二乘辨识

为了更好的描述超级电容的电气特性,需要建立超级电容模型。提出系统辨识方法进行建模,阐述了系统辨识的原理和递推增广最小二乘法算法,在此基础上利用MATLAB编写递推增广最小二乘法程序估计出超级电容的传递函数,通过仿真对辨识结果进行验证。可知,该超级电容模型是正确有效的。

试验温室温度系统建模与仿真

温室小气候具有强非线性、大时滞、强耦合、强干扰、时变等特点。为更好地设计温室小气候计算机监控系统,需要对其建模和仿真,以便比较控制方案、检验控制算法。在分析温室温度系统机理模型的基础上,选择MISO的ARIMAX模型描述温度系统,根据试验温室实测数据,采用"统计假设检验"和"模型拟合度检验"相结合的方法确定模型结构,通过递推增广最小二乘法估计模型参数,并进行了仿真研究。

陀螺随机漂移时间序列建模方法研究

提出了残差自校正的RELS算法,在ARMA模型参数估计的过程中引入虚拟白噪声,来补偿参数估计过程中的由于噪声未知而引入的误差,并将DDS法与AIC准则相结合确定模型阶数。仿真结果表明所确定的模型能够精确地反映陀螺漂移趋势。

一种光纤陀螺随机噪声时间序列建模与实时滤波方法

为了减小光纤陀螺(FOG)的随机噪声,利用时间序列分析法对FOG的随机噪声进行了分析与建模,并在建立的自回归滑动平均(ARMA(2,1))模型基础上,采用一种将改进递推增广最小二乘(RELS)算法和Sage-Husa自适应卡尔曼滤波算法相结合的方法,对采集的FOG静态输出随机噪声进行实时补偿,同时与标准kalman滤波算法进行仿真对比。仿真结果表明,该方法具有更好的补偿效果,可更有效地抑制FOG随机噪声。

对于在噪声环境下的反卷积系统的多传感器信息融合辨识算法

对于一个在噪声环境下的反卷积系统,当噪声为未知白噪声时,提出了一种多传感器信息融合辨识算法。该算法的核心是依次使用递推增广最小二乘法、相关函数法和Gevers-Wouters算法。使用该算法可以得到对系统未知参数和未知噪声的局部和融合估计,并且证明了辨识的收敛性。用Matlab软件对一个例子进行仿真,从而对算法的有效性做了说明。

基于RELS方法的激光焊接过程非线性辨识

激光焊接过程是一个很复杂的非线性系统,用机理建模法很难得到系统的数学模型,通常采用基于输入输出数据的系统辨识方法。考虑到实际系统通常伴随着有色噪声,本文采用递推增广最小二乘法(RELS)辨识。这种方法考虑了噪声模型,可以得到模型参数的无偏最小方差估计。试验数据和模型仿真的拟合效果表明,递推增广最小二乘法是激光焊接过程非线性辨识的一种行之有效的方法。

基于RELS方法的控制系统参数和结构辩识仿真

给出了应用递推增广最小二乘法对控制系统参数和结构进行数字仿真辩识的方法和步骤，通过对三个实际模型参数及阶的辩识结果，验证了仿真方法的可行性．提出的辩识思想对系统辩识实验研究具有意义．

飞机换热器故障诊断仿真研究

为准确判定飞机环境控制系统关键部件换热器的故障发生情况,针对飞机在运行状态下进行实验的难度,应用计算机仿真技术,为准确进行故障诊断。在建立换热器动态模型的基础上,为克服普通最小二乘法,参数估计是静态,使故障诊断延迟大的缺点,提出采用递推增广最小二乘法对换热器物理参数进行辨识,主要分析单一故障时,换热器物理参数变动情况进行仿真。结果表明,递推增广最小二乘法可以准确辨识换热器物理参数变动,实现换热器故障诊断,验证了方法的有效性和正确性,同时得到了换热器物理参数与故障模式的对应关系,对实际工程中换热器故障诊断有一定的指导作用。

基于高斯混合聚类的切换系统的辨识

针对具有未知切换规则与未知子系统数量的切换系统的辨识问题,提出一种两阶段辨识方法,包括模式检测与参数辨识.在模式检测阶段,首先建立高斯混合模型表示采样数据的分布,并通过轮盘法选择合适的初始模型参数.其次,计算采样数据属于每个子系统的后验概率,通过极大似然估计算法迭代更新模型参数,使高斯混合模型最大化地拟合采样数据的分布.在此基础上,通过贝叶斯信息准则确定子系统的数量,并根据最大后验概率准则估计切换规则.在参数辨识阶段,通过递推增广最小二乘法估计每个子系统的参数向量.最后,通过仿真结果验证了所提方法的有效性.

多传感器多变量AR模型信息融合辨识方法

对于带白色公共干扰噪声、白色观测噪声和传感器偏差的多传感器多变量自回归(AR)模型,当AR模型参数、传感器偏差和噪声方差未知时,提出了一种信息融合多段辨识方法,其中用多重递推增广最小二乘法(MRELS)得到AR模型参数和传感器偏差的局部和融合估值器,再用相关方法得到局部和融合噪声方差估值器。这些估值器具有一致性。一个仿真例子验证了其有效性。

基于数字孪生的智能产品模块管控交互仿真

在信息技术赋予智能产品智能特性的前提下,为了通过智能产品的管控提升工作过程的整体性能,提出了基于数字孪生的智能产品模块管控交互方法。针对智能产品模块具有的物理域和信息域两种特性,将智能产品分为感知模块、交互模块、推理模块、存储模块和执行模块。采用公理化设计理论对智能产品管控指标体系进行构建,整个智能产品实时数据模型主要分为孪生体模型数据和单元工作实时数据两部分,通过自动识别技术对智能模块资源进行标识和采集。采用数字孪生模型及其同步的方法,完成对智能产品的虚拟映射,通过离散化处理将智能产品动力学模型转换为自回归平滑模型,实现对智能产品模块的数学孪生模型描述,由于数字孪生模型参数极易退化,通过递推增广最小二乘算法对数字孪生模型进行优化,提高数字孪生模型的管控精度。实验结果表明,数字孪生模型数据同步方法具有良好的收敛性,系统调整时间小于0.1s,且阶跃响应曲线与设计的阶跃响应曲线拟合程度较好,充分说明数字孪生模型控制策略的有效性。

加速度计温控系统被控对象建模技术研究

加速度计工作过程中，其内部与外界环境存在温度梯度，针对温度变化影响加速度计参数的问题，提出了一种加速度计温控系统被控对象建模的方法。进行了多工作点加速度计升温和降温试验，采用递推增广最小二乘法对被控对象模型进行了辨识，建立了加速度计温控系统被控对象模型和降温模型，计算结果表明，3min后温控系统被控对象模型曲线残差在-0．5—0．5℃之间，降温模型曲线残差在-0．15～0．15℃之间，满足系统对加速度计性能需求，表明了方法的有效性。