人体头部过载模型阶次的辨识与降阶研究

针对在系统辨识过程中面临的人体头部过载模型阶次辨识问题,介绍了常用的模型阶次辨识方法及利用残差平方和即损失函数J估计模型阶次的原理,并基于20组试验数据开展人体头部过载模型阶次辨识研究。通过系统辨识获得了人体头部过载模型后,采用Gram阵对Hankel奇异值分解方法实施模型简化和降阶处理。通过比较降阶前后模型,表明模型降阶方法是有效和正确的。

一种光纤陀螺随机漂移的高精度建模方法

为减小光纤陀螺随机漂移,采用时间序列分析法对其进行ARMA模型辨识.提出一种全局最优的模型阶次搜索算法,将模型适用性检验方法中的BIC(Bayesian information criterion)用于模型阶次搜索,并采用Pandit-Wu建模思想,把二维搜索化为一维搜索,得到了模型阶次的一致性估计.提出了一种改进的U-C算法,并与长自回归模型计算残差法相结合共同估计模型参数.它将非线性参数估计过程转化为线性过程,使用了正置与逆置漂移时序参与估计,以前向和后向模型的滤波误差平方和最小为参数估计的指标,在p+1维空间中求极小值.采用上述方法确定的模型其残差标准差为0.0024°,最大预报误差为0.0112°,能准确预报光纤陀螺随机漂移趋势.