基于改进麻雀搜索算法的时延连续系统参数辨识

现实环境下的控制系统大多为存在时间延迟的连续时间控制系统,为了模拟控制系统对输入的响应,就必须对其参数进行估算。本文首先对时延连续系统方程作拉普拉斯变换,得到了系统的显式方程;然后,通过蝴蝶优化算法和Levy飞行算法对2020年提出的最新的麻雀搜索算法进行改进,使其避免陷入局部极小值点;最后,将智能优化算法应用于控制系统的辨识中,基于本文改进的麻雀搜索算法对时延连续系统的参数进行了估算,并通过数值实验验证了本文算法在辨识精度和收敛速度上的优越性。

基于ACO-LEVY的小型无人直升机频域响应辨识方法

针对小型无人直升机在频域辨识中曲线拟合获得的模型预测精度较低的问题,提出了将蚁群优化算法和列维法(LEVY)相结合的一种新辨识方法。通过LEVY法获得初始模型结构,利用蚁群算法全局寻优特性的优点对初始模型结构中的参数进行优化,从而得到小型无人直升机传递函数模型。通过飞行数据验证表明,该方法能够较好地拟合频率响应曲线,提高辨识模型的预测精度,较为精确地反映小型无人直升机飞行动态特性。

基于Levy算法的离子性聚合物金属复合材料分数阶模型辨识

IPMC是一类被称为人工肌肉的电活性智能材料,在微机电系统、生物医学、仿生机构等领域都具有很好的应用前景。分数阶微积分中微分、积分的阶次可以是分数,能够更精准地描述实际系统的动态响应。为了说明分数阶模型比传统整数阶模型能够更精确的描述具有非整数阶动力学特性的IPMC驱动系统,首先根据IPMC驱动器输入信号与输出响应的实验数据得到实际频率响应伯德图;然后,结合实验数据应用Levy频域辨识算法分别建立了IPMC的整数阶模型和分数阶模型;最后,比较两类模型和实验数据的频域响应伯德图,可见分数阶模型和实验数据的伯德图拟合效果更精确,所以对于具有非整数阶动力学特性的IPMC驱动系统应该使用分数阶模型来描述和研究。

基于频域建模与遗传算法的电力电子电路参数辨识方法

研究电力电子电路参数辨识技术,提出了一种基于频域特性分析与遗传算法参数求解的电力电子电路参数辨识方法。以Buck电路为例,建立了电路频域模型,选择电感输入电压、电路输出电压作为监测信号,利用快速傅里叶变换对监测信号进行频域分析,得到电路模型频率响应特性;依据电路频域模型及频响特性,选择适当的频率点并利用遗传算法对电路参数进行辨识。实验结果表明,新方法能够有效实现电力电子电路参数辨识。

分数阶系统频域辨识算法

分数阶微积分提供了一个很好的工具来描述一些复杂的实际系统，比整数阶模型更简洁准确．针对分数阶系统建模问题，阐述了一种同元次分数阶系统频域辨识的极大似然算法．为此首先简要地介绍了同元次分数阶系统的传递函数表达形式，然后在此基础上推导了分数阶系统频域极大似然算法，利用拉格朗日法证明了似然函数和代价函数的等价性，从而将辨识问题归结为一等价的优化问题，并进一步对采用Gauss-Newton优化计算方法进行了讨论．最后通过仿真实例验证了其有效性．

非线性输出频域响应函数的自适应辨识算法及应用

为解决非线性输出频域响应函数(NOFRF)模型用于模拟电路系统故障诊断时,传统辨识算法需多次激励计算过程耗时长的问题,提出了NOFRF的频域自适应辨识算法(NOFRF-BLMS),该算法构造了NOFRF的输入观测向量与核向量,从而可将NOFRF表示成一个伪线性结构.根据块最小均方(BLMS)原理及约束优化理论,推导出满足最小均方误差指标的NOFRF自适应辨识迭代计算公式,采用输入功率普迭代估算学习因子,由输出误差构造残差向量.NOFRF-BLMS通过在线学习方式,只需一次激励即可辨识出NOFRF,使辨识过程大幅度简化,缩短了辨识时间,具有更强的噪声抑制能力.实验结果表明,NOFRF-BLMS在相同的辨识精度下,耗时仅为传统算法的3%,且故障判断准确.

非整数阶系统频域辨识的递推最小二乘算法

非整数阶系统辨识方法是建立非整数阶系统模型的一种重要工具.本文提出了一种非整数阶系统频域辨识的最小二乘递推算法.给出了算法的详细推导,并用已知系统验证了算法的有效性.结果表明该算法是整数阶系统辨识的最小二乘递推算法的推广.使用此算法,不但能辨识整数阶系统,还能辨识非整数阶系统.

时滞系统的频域子空间辨识算法

针对时滞多变量系统的辨识问题 ,提出了一种频域子空间算法 .通过使用多项式对时滞项进行近似 ,可以用适当阶次的线性模型对时滞系统进行逼近 .在时滞常数已知时 ,通过把时滞项折算到输入中 ,使用改进的频域辨识方法可以得到较为精确的结果 .仿真研究表明 。

一种基于积分最小二乘指标的时滞过程频域辨识算法

将积分最小二乘指标拓展到时滞过程情形 ,提出了一种新的频域辨识方法 .该方法通过引入 Pade近似 ,在保留积分最小二乘指标的同时 ,采用最小二乘类算法高效求解 .给出了一个描述Pade近似与模型误差之间的关系式 ,有助于了解 Pade近似对辨识结果的影响 ,方便控制系统的分析与设计 .对一个大时滞过程仿真取得了满意的结果 。

基于遗传算法的直升机纵向通道频域辨识

针对传统算法容易陷入局部最小值和对初始条件敏感的缺陷，将经典的频域辨识技术与遗传算法相结合 ，以某无人直升机为背景进行了多输入多输出系统辨识的方法研究。将多变量频域法用于无人直升机纵向模型辨识，应用快速傅立叶变换进行了辨识对象输入输出信号时域到频域的转换，从而获得系统的频域特性；利用遗传算法的全局最优特性对搜索空间进行了选择、交叉、变异操作，用以获得符合系统频域特性的传递函数矩阵。仿真结果表明，辨识模型能够较好地逼近原模型。

基于改进鸡群优化算法的质子交换膜燃料电池模型参数辨识

针对当前大部分智能算法在求解质子交换膜燃料电池模型参数辨识问题时易陷入局部最优,导致参数辨识精度低、模型泛化能力差等问题,提出一种基于改进鸡群优化算法的质子交换膜燃料电池模型参数辨识方法。首先,引入Tent映射策略初始化种群,提高种群的均匀性和遍历性;其次,设计基于个体进食速度的自适应惯性权重,改善母鸡个体寻优效率,平衡算法的开发与探索能力;然后,利用Levy飞行策略的长短跳跃特点对小鸡位置进行随机更新,增强算法的全局最优搜索能力。最后,通过4组测试函数验证了该算法的优越性,并将算法应用于H-12电堆的参数辨识问题中。结果表明:相比于鲸鱼优化算法、花卉授粉算法等算法,该算法具有更高的参数辨识精度,所辨识出的模型具有更强的泛化能力。

基于蚁群算法的同步发电机参数改进频域辨识方法

同步发电机参数频域辨识方法一般假设小扰动条件下励磁电压保持不变,但实际上,试验过程中励磁电压不断变化,扰动大小的划分也带有一定经验性。为此,提出了基于蚁群算法的同步发电机参数改进频域辨识方法,该方法需要实时测量扰动后的发电机功角、定子电压、电流以及励磁电压等变量,并应用快速傅里叶变换及功率谱算法将各电气量转换为频域信号。然后,在计及励磁电压变化的条件下,应用蚁群优化算法拟合发电机电压q轴分量的频域特性,从而辨识d轴最优参数。q轴运算电抗不受励磁电压影响,故可按照传统方法辨识q轴参数。对某电站水轮发电机的参数辨识验证了改进频域方法的有效性,与传统方法相比,改进频域辨识方法可适用于较大扰动的情况,且d轴参数辨识精度较高,收敛性更好,具有较好的实用性。

蚁群算法在高阶时滞系统频域辨识中的优化

在实际工业生产过程中,常常会出现高阶时滞对象,这对于系统整体控制及控制器参数整定都非常不便。因此,得到被控对象的等价模型十分重要,常见思路是将其转换为低阶系统。在二阶纯滞后模型基础上,利用蚁群算法强大的寻优能力,引入适当的适应度函数,对频率特征点进行优化选择,有效地避免了对特征点选取的随机性和数量的局限性。利用MATLAB仿真,从被控对象模型和辨识出的模型Nyquist图可以得出本文方法辨识出的模型与原系统拟合度更高。

同时同频全双工通信射频域自干扰盲辨识算法

针对现阶段同时同频全双工通信系统射频自干扰问题,提出一种基于线性叠加的自干扰盲辨识算法。通过近端和远端收发信机对接收信号进行处理,构建同时同频全双工系统模型;采用基于可变窗长的信道估计方法,按照真实的自干扰信道特性,根据MMSE原则挑选最佳干扰抑制窗长,提取自干扰信号特征;根据提取结果,利用线性叠加算法,通过前馈滤波器对信号进行前置处理,构建自干扰信号盲辨识模型,完成同时同频全双工通信射频域自干扰盲辨识。仿真结果表明,所提方法可以准确辨识同时同频全双工通信射频域自干扰信号,提升了辨识效率。

分数阶系统的迭代最小二乘辨识算法

针对等比例阶次的分数阶系统的特点,提出了一种分数阶系统频域辨识的迭代最小二乘算法,并将运算数据的实部和虚部分离计算引入辨识过程,简化了计算的复杂度。此算法是整数阶系统辨识频域最小二乘算法的推广。通过无噪声和有噪声两种情况下的仿真实验,证明了该算法的有效性。

基于DE算法的共轴直升机模型辨识及精度分析

由于共轴直升机特有的旋翼布局引发了上下旋翼间强烈的气动干扰,采用传统的理论分析和风洞试验的方法难以获得适用于共轴直升机控制系统的飞行动力学模型.为此,设计了飞行扫频试验,根据飞行试验数据得到了悬停状态下包含共轴直升机飞行动力学模型耦合特性的非参数频率响应,运用仿生智能计算方法中的微分进化(DE,Differential Evolution)算法拟合频率响应建立了悬停状态下的共轴直升机状态空间模型.利用Cramer-Rao边界和不灵敏度的相关理论进行分析计算,说明辨识得到的参数具有较高的精度和可信度.通过比较辨识模型的输出和实际飞行数据的结果,说明辨识得到的模型能充分反映共轴直升机的飞行动力学特性,可用于飞行品质评估和飞控系统设计.

改进的频域辨识方法及其在直升机建模中的应用

本文提出了一种改进的直升机状态空间模型的频域系统辨识方法.该方法根据飞行扫频数据,得到包含直升机动力学模型耦合特性的非参数频率响应.将模式识别中的K平均理论应用到搜索状态空间模型代价函数的最小值中,根据机理建模结果拟合频率响应得到线性的六自由度直升机状态空间模型中的待辨参数.频率响应的计算中应用了一种复合窗函数方法,该方法综合不同窗口长度的频率响应得到一组优化的结果,显著增加了动力学模型频带和频率响应的精度.比较辨识得到的模型和飞行试验数据响应结果表明,辨识得到的模型较好地反映了该型无人直升机在悬停状态下的动力学特性.

基于遗传算法和逐步二次规划法的混合频域H_∞建模

研究了基于遗传算法和逐步二次规划法的混合频域H∞ 建模方法 .混合建模方法既有较好的全局优化能力 ,也有较好的局部优化能力 ,使得辨识结果更稳定。

基于改进飞蛾火焰算法的单相逆变器参数辨识

提出一种基于改进飞蛾火焰优化算法的逆变器电路参数辨识方法。针对飞蛾火焰算法的不足,改进了飞蛾火焰优化算法。前期使飞蛾向最优个体位置直线移动,加快了算法收敛速度;后期利用Levy飞行增强种群多样性,提高了算法全局搜索能力。参数辨识结果表明,改进飞蛾火焰算法辨识得到的参数值与实际值非常接近,误差很小。改进飞蛾火焰算法能够有效实现逆变器电路参数的精确辨识,进而可应用于参数型故障诊断、运行状态监测和预知维护。

具有Levy变异和精英自适应竞争机制的蚁狮优化算法

针对蚁狮优化算法易陷入局部最优、收敛速度慢的缺点,本文提出一种具有Levy变异和精英自适应竞争机制的蚁狮优化算法。利用服从Levy分布的随机数对种群较差个体进行变异,可改善种群多样性提高算法的全局搜索能力;精英自适应竞争机制使得多个精英并行带领种群寻优,提高了算法的收敛速度,为避免较大计算量,并行竞争的精英个数会随着寻优代数增加而减少。同多个改进算法进行比较,结果表明本文所提算法具有更好的寻优精度和收敛速度。最后将本文改进算法应用于硅单晶热场温度模型的参数辨识,仿真结果说明该算法具有较好的参数辨识能力。