一种基于最小二乘的锅炉汽包水位控制递推辨识算法研究

传统锅炉汽包水位采用常规PID控制,其控制参数是固定不变的,控制效果往往难以满足要求,会造成系统不稳定甚至失控。现讨论基于最小二乘的递推辨识算法,能在线估计系统模型参数,根据不同工况,实时跟踪参数。给出了两种算法的数值仿真,仿真结果表明,与传统PID控制算法相比,最小二乘递推辨识算法超调小,响应速度快,具有较好的控制效果。

用于RAM目标跟踪数据滤波的模型参数自适应CMUKF算法

C-RAM系统对RAM目标跟踪数据滤波算法有精度高、收敛快的要求。弹道系数未知造成模型不准确会导致传统滤波方法难以满足要求,针对不能准确辨识弹道系数的情况,提出了一种模型参数自适应的RAM目标跟踪数据滤波方法。该方法使用量测转换无迹卡尔曼滤波算法(CMUKF)对系统状态进行估计,在无迹卡尔曼滤波(UKF)的框架下使用最小二乘递推辨识算法(RLS)在线辨识弹道系数,形成了模型参数自适应,并对辨识出的弹道系数进行二次滤波,提高了弹道系数的辨识精度。将本文算法与传统C-RAM中的跟踪数据滤波算法比较,仿真结果表明该算法提高了估计精度,且具有良好的鲁棒性和较少的执行时间。