模型直升机航向系统辨识中的加权判据

在进行模型立升机航向运动的系统辨识时，由于人工操纵对实验数据影响，需要使用多次实验数据进行系统辨识。为增强实验数据中所包含的动力学信息，并减少被噪声破坏的数据对系统辨识结果的影响，采用了带有加权判据的最小二乘参数估计方法。在计算加权判据中的权值因子时，采用了单个神经元对权值进行自动分配。辨识结果表明，基于带有加权判据的最小二乘方法所得的航向动力学模型能较好地吻合实际的航向输出。该方法亦是处理多次实验数据的一种有效方法。     

有色噪声系统的迭代辨识与递推辨识方法仿真比较研究

针对ARARX模型(即动态调节模型),提出了分别辨识系统模型参数向量和噪声模型参数向量的新型最小二乘迭代辨识方法.其基本思想是:通过极小化一个信息矩阵中含噪声项的准则函数,导出两个参数向量的最小二乘估计式,进一步将估计式中信息矩阵所含的未知噪声项用其迭代估计代替,而其迭代估计又用前一次迭代的参数估计进行计算.在每步迭代计算中,二者执行了一个递阶计算过程.与滤波式递推广义最小二乘算法相比,提出的迭代算法也可用于在线辨识,而且在每一步迭代计算中,反复利用了系统可测数据信息,因而能够获得高精度参数估计.仿真例子证实了理论研究结果.     

基于加权最小二乘支持向量机的温室小气候建模与仿真

分析了温室小气候系统结构,采用加权最小二乘支持向量机回归方法在线建立温室小气候模型,并进行仿真研究,取得了较好的效果.最小二乘支持向量机中引入加权因子,使其回归估计对非高斯分布噪声及野点数据具有较好的鲁棒性.最后将此方法和带有智能监督级的渐消记忆递推增广最小二乘方法的在线建模及仿真结果进行了对比分析.     

驾驶员模型随机性研究与仿真

通过系统辨识求取驾驶员频率特性,对已知结构的驾驶员模型,采用模型参数辨识的最小二乘法计算驾驶员操纵行为参数。并进行统计分析,研究驾驶员操纵行为参数随机性存在的规律。提出了基于对数正态分布与截尾正态分布的随机变量的建模方法,验证了模型的准确性。推导出了服从对数正态分布与截尾正态分布随机数的产生方法,并对随机驾驶员模型进行仿真。     

基于KAUTZ模型的预测控制仿真研究

采用Kautz函数逼近来得到未知系统模型,利用带遗忘因子的最小二乘法在线辨识系统模型变化。基于Kautz模型设计了一种自适应预测控制器,并且针对系统投运初期的辨识误差提出了一种衰减因子补偿方法,提高了控制品质。该算法自适应能力强,控制精度高。仿真试验证明了该算法的有效性。     

一种优化的自适应总体最小二乘系统辨识算法

对于监督信号和训练信号都含有噪声的系统辨识问题,如果采用经典的最小均方和迭代最小二乘算法进行估计,会带来较大的误差,而直接求解又会有较大的计算量,不利于在线计算.将权向量的求解转化为增广输入向量自相关矩阵瑞利商的受限最佳化问题,对增广输入向量进行遮代估计,同时建立了步长因子和误差信号问的函数关系,这个函数关系是建立在代价函数相对于步长梯度的基础上,而不是基于经验公式.所提算法结构简单,具有更好的稳健性,仿真表明这种算法相对于同类总体最小二乘算法和其他自适应算法有更快的收敛速度和更高的收敛精度.     

基于组合式信号源的非线性系统辨识

针对非线性系统中噪声的干扰，研究了一类神经模糊Hammerstein输出误差非线性系统的建模和辨识方法，利用组合式信号源实现静态非线性模块和动态线性模块参数辨识的分离，推导了相关性分析法和辅助模型递推最小二乘辨识方法估计动态线性模块和非线性模块的参数，有效抑制系统输出噪声的干扰。仿真结果表明：与最小二乘算法、多项式模型以及多信息方法相比，提出的方法具有参数估计收敛速度快，辨识精度高，建模误差小等优势，验证了所提学习算法的有效性。     

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.     

高超声速飞行器再入过程改进气动系数模型

针对高超声速飞行器再入过程气动系数模型和参数辨识问题,基于公开的气动系数数据,综合考虑攻角和马赫数两个主要因素,分析了气动系数与二者的函数关系,建立了高超声速飞行器的改进升力系数和阻力系数模型,采用非线性最小二乘法进行模型参数辨识,得到参数辨识结果。将已知的气动数据与改进气动系数模型计算值进行对比,升力系数和阻力系数的相对误差平均值均小于5.10%,表明所建立的改进气动系数模型具有较高的精度,可以用于高超声速飞行器再入轨迹优化和仿真。     

滞空状态下超小型旋翼机系统的姿态模型辨识

采用机理分析和系统辨识相结合的方法,以直升机机体和伺服小翼的力矩平衡方程为基础,根据滞空状态的特性,建立含有未知参数的超小型旋翼无人机姿态模型,由飞行数据采用预测误差法(PEM)对上述姿态模型进行了辨识,从而得到了完整的滞空状态下超小型旋翼机系统的姿态模型,最后验证了辨识模型的正确性。     

基于Elman网络的无人直升机航向的预测建模

为了实现无人直升机的自主飞行,需要首先建立起准确的动力学模型,文中设置了无人直升机的飞行试验平台,采集了大量试验数据。通过对数据的分析,抽取其中有效的数据对,提出了应用Elman网络来建立无人直升机的航向预测模型的方法,并同其它的分析方法进行了对比。最后运用实验仿真验证了方法的可行性和优越性。     

基于T-S模糊模型的模型参考自适应逆控制

针对非线性系统,提出一种基于T-S模糊模型的模型参考自适应逆扰动消除控制方法。所提方法根据模糊辨识理论与模型参考自适应逆控制各自的特点,将两者相结合。首先,根据模糊系统理论,分别采用模糊对角线划分和递推最小二乘算法进行前提和结论参数辨识,离线辨识得到对象模糊模型和逆对象模糊模型。将辨识出的对象逆设为原始控制器,与被控对象串联;为了分离出系统扰动信号,将辨识出的对象模型与被控对象并联,通过被控系统与对象模型输出做比较,再通过逆对象模型反馈到系统输入端,组成扰动消除环节。用最小均方差算法在系统运行过程中在线调节逆对象模糊模型参数,使其输出误差最小。最后,使用所提方法对一混合非线性系统及输入/输出非线性系统进行仿真试验,仿真结果验证了所提方法的有效性。     

基于最小二乘支持向量机的船舶操纵运动建模

基于自由自航船模试验或实船试验的系统辨识方法是一种确定船舶操纵运动水动力导数的有效方法.通过对舵角、漂角、转首角速度等试验数据的分析,用最小二乘支持向量机确定了船舶操纵运动数学模型中的水动力导数及其干扰力系数,其中非线性模型的参数辨识采用了多项式核函数.利用辨识得到的参数进行了操纵运动预报仿真并同自航模试验及实船试验数据对比,数值仿真结果验证了方法的有效性.     

Error model identification of inertial navigation platform based on errors-in-variables model

Because the real input acceleration cannot be obtained during the error model identification of inertial navigation platform, both the input and output data contain noises. In this case, the conventional regression model and the least squares (LS) method will result in bias. Based on the models of inertial navigation platform error and observation error, the errors-in-variables (EV) model and the total least squares (TLS) method are proposed to identify the error model of the inertial navigation platform. The estimation precision is improved and the result is better than the conventional regression model based LS method. The simulation results illustrate the effectiveness of the proposed method.     

基于ARIMA模型的短时交通流实时自适应预测

实时、准确的短时交通流量预测是智能交通系统(ITS)中的一个关键问题。基于采用ARIMA(P，d，0)模型结构的时间序列分析方法，提出一种短时交通流实时自适应预测算法。在该算法中采用带遗忘因子的递推最小二乘方法进行参数估计，采用基于线性最小方差预报原理的Astrom预报算法进行预报。针对大量实测数据进行仿真实验，结果表明：减小遗忘因子可以提高一步预测的性能。此外，将该算法分别应用于工作日和双休日的数据时，仿真实验都取得了较好的预测效果，说明该算法对不同交通流状况具有较好的适应性。     

基于Hsia算法的Hammerstein模型辨识

针对采用广义最小二乘法（GLS）辨识Hammerstein模型时反复滤波，计算效率不高的问题，提出了利用Hsia算法进行Hammerstein模型辩识的策略．谈法不需滤波，克服最小二来解有偏性的同时，消除了Hammerstein模型中非线性增益的阶次对计算效率降低的作用，鳊程简单，计算快速．仿真及试验研究证明谈法省时明显，值得推广。     

基于内模控制的系统辨识实验信号设计

以内模控制作为研究对象,在系统的未建模动态用加性不确定性表示时,取评价辨识模型的指标为系统输入端误差的平方均值。将辨识模型表示为一组正交基函数的和,与最小二乘法相结合,得到一种辨识实验信号的设计方法。该方法具有控制性能的相关性,可以获得比普通的随机信号更好的辨识结果。仿真结果证明了方法的有效性。     

INS/双星组合导航半实物仿真研究

对INS/双星跑车试验数据进行了分析和处理,采用小波分解的方法去除了定点定位试验中的测量噪声,并对双星接收机的常值偏移进行了估计,仿真结果表明双星系统的定位精度在20米之内。在跑车试验中使用递推最小二乘法和Kalman滤波技术对INS/双星的位置组合方案进行了仿真。仿真结果表明,Kalman滤波技术比最小二乘算法具有更高的估计精度,它能有效地降低INS的位置误差。