基于扰动后暂态量的戴维南等值参数辨识方法

针对现有戴维南等值参数辨识算法对等值系统发生扰动时适应能力不强的情况,提出了基于系统扰动后暂态量的戴维南等值参数辨识方法.首先对等值系统扰动下传统等值方法无法辨识戴维南等值参数进行了分析,然后阐明了基于扰动后暂态电压电流信号辨识等值参数的实现原理,利用最小二乘法求出端口电流电压约束关系下微分方程的系数,对比等值网络稳态时的等值参数,从而获得该等值网络暂态状态的戴维南等值参数.通过对简单电路网络和IEEE9节点系统进行仿真分析,结果验证了此方法在等值系统扰动后对戴维南等值参数进行跟踪辨识的可行性和有效性.     

局部区域三维坐标变换的两步解法

在局部区域三维坐标变换中,布尔萨模型的旋转参数和平移参数存在相关性,容易出现解算模型病态问题.为此提出将旋转参数和平移参数分开解算的两步解法,在去掉平移参数后采用最小二乘法估计旋转参数,再用加权整体最小二乘法估计尺度参数和平移参数.该方法既可避免解算复杂的病态整体最小二乘问题,也顾及了原系统坐标误差影响.模拟实验表明:与最小二乘法和整体最小二乘法比较,两步法提高了尺度参数和平移参数的估计精度,特别是尺度参数,外围坐标变换精度明显提高.     

用于电力系统电磁暂态分析的网络等值研究

在电力系统电磁暂态模拟中,等值网络的应用能有效地减小模拟设备(TNA)的规模及所需计算机的内存和时间.为拟合一端口被等值网络的频率特性,本文对移去与谐振点相对应的极点的一端口网络综合方法进行了改进,井首次用最小二乘法的量测方程求取等值网络参数,克服了用优化方法求等值网络参数稳定性差和计算时间长的缺点.     

自适应观测器的一种构成及其应用实验

本文给出了一种用加权递推最小二乘法来构成自适应观测器的自适应律的方法,该方法能使参数估计误差按指数曲线收敛,计算量小而具有连续时间系统的参数表现形式.同时又能直接应用于离散数值系统.文中给出了数值仿真以及应用于机械手动态特性分析的结果.     

振动系统时变参数识别分析

本文利用变物理参数微分方程模型,讨论了刚度与阻尼随时间变化时,物理参数与模态参数的识别问题,比较了三种在线识别技术.数字模拟结果表明,采用变物理参数微分方程模型可比采用差分方程模型极大的提高最小二乘法识别阻尼比的精度.当加入系统的噪音较大时,有些改进识别方法失效,但最小二乘法仍能给出较好的估计.     

基于最小二乘法的光伏电源电磁暂态输出预测

光伏电源的暂态输出预测对电网稳定性分析、电能质量控制与故障诊断等有重要意义.为此,本文首先建立理想光伏电源的离散化模型与线性预测模型.然后,对于电源模型参数固定的情况,给出了基于正则化最小二乘法的预测方案.对电源模型参数变化的情况,采用递推最小二乘法获得实时更新的预测模型参数.与标准递推最小二乘法不同,该方案采用了基于滑动矩形窗的数据更新策略,可提升RLS的跟踪性能与预测精度.实验结果表明,提出的预测方案获得了良好的预测精度,而且能够很好地适应电源模型参数发生变化的情况.     

广义最小二乘限定记忆参数辨识方法与仿真研究

最小二乘参数辨识法可用于动态系统、静态系统、线性系统、非线性系统的参数估计.可用于离线估计,也可用于在线估计.最小二乘辨识法简单、实用,其递推算法收敛可靠,并且当模型噪声为白噪声时,可得到无偏、一致和有效的估计,从而得到广泛的应用.但当模型噪声是有色噪声时,最小二乘参数估计不是无偏、一致估计,并且随着数据的增长,最小二乘递推辨识算法将出现数据饱和现象,以致递推算法慢慢失去修正的能力.广义最小二乘递推算法解决了模型噪声是有色噪声时,最小二乘参数估计的无偏性和一致性问题,并能给出噪声模型的参数估计值,但依然存在数据饱和问题.论文在广义最小二乘递推算法的基础上引入限定记忆方式,获得了广义最小二乘限定记忆参数估计递推算法(RFMGLS),解决了广义最小二乘递推算法的数据饱问题.仿真结果表明了RFMGLS算法的有效性.     

滑动平均噪声干扰双输入多率系统最小二乘迭代辨识

研究了滑动平均噪声干扰的双输入多率系统最小二乘迭代辨识算法.首先推导出2个输入通道采样周期不相等的多率系统的离散时间状态空间模型,得出对应的传递函数模型.针对辨识模型信息向量中存在不可测噪声项的困难,利用最小二乘迭代原理,将未知噪声变量用其迭代估计值来代替,提出了这类双输入多率采样数据系统的最小二乘迭代辨识算法.最后通过仿真例子比较了最小二乘迭代辨识算法与递推增广最小二乘算法的辨识效果,说明了所提出算法的参数估计精度较高.     

离散GM(1,1)参数估计的三种方法比较

针对离散灰色模型GM(1,1)中参数估计方法及模型稳定性问题,选取3种估计参数的方法进行讨论——最小二乘法、最小一乘法和累积法;为了更好地比较不同估计方法的差异,统一赋以相同的初值,并以拟合误差、关联度和条件数作为评价指标,借助MATLAB软件对两类实例数据进行分析——递增序列和递减序列;实验结果表明:在误差方面,累积法优于最小一乘和最小二乘,在模型稳定性方面,累积法优于最小二乘法,总之,对于递增和递减序列数据,累积法估计GM(1,1)中参数最优。     

河段汇流参数抗差估计研究

当河段实测出流流量值被不服从正态分布的异常值污染时,最小二乘法不能获得参数最优估计.为此,采用崩溃率为20%、附有条件的抗差最小二乘法估计马斯京根汇流参数最优值.通过对闽江永安河段理想模型参数的计算,比较了参数抗差最小二乘法与最小二乘法抵抗2类误差的效果.结果表明,抗差最小二乘法能排除异常值对参数估计的影响而获得稳健性的参数.     

用生成函数求解离散系统的时域分析

介绍差分方程的经典法、Z时域分析法和生成函数的方法求解离散系统中的时域分析问题。并比较三个求法的优劣,重点分析用生成函数求解离散系统可操作性。     

桥梁节段模型系统矩阵自由振动识别的一种算法

为提高桥梁节段模型参数的识别精度，研究了利用节段模型风洞试验的自由振动信号直接识别系统矩阵的时域法。在可识别性研究的基础上，给出了最小二乘一次完成算法、倒置时序算法，考虑到系统噪声和过程噪声的影响，提出了分段扩阶最小二乘迭代算法（SEO-ILS法）。SEO-ILS法能直接识别出系统矩阵。同时可得到复模态和实模态参数。仿真计算和节段模型风洞试验表明，文中方法有效可行。     

基于自适应乘法正则化的结构随机激励识别

针对结构随机激励识别存在的激励位置未知以及重构效率偏低问题,本文提出了一种基于自适应乘法正则化的结构随机激励识别方法。该方法无需依赖于激励位置的先验信息,仅通过结构响应即可实现激励的准确定位和高效重构。首先,利用不同响应功率谱之间的传递特性来计算任意指定激励位置的定位误差,进而通过最小化定位误差来识别目标激励位置;在此基础上,借助自适应乘性正则化方法,定义全局正则化项来构造新的重构优化函数;然后,引入广义迭代加权最小二乘算法对优化函数进行求解,从而实现了结构随机激励识别;最后通过数值算例验证了所提方法的有效性。结果表明：所提方法能够精准的定位结构随机激励位置,且在与Tikhonov方法重构精度相似的基础上,提高了识别效率约15倍,同时具备良好的抗噪能力,为结构外部作用效应的获取提供了一种新思路。     

基于KPCA-LSSVM的发动机PT燃油系统故障诊断

为有效解决PT燃油系统进油油路堵塞、滤清器泄漏、喷油器油路堵塞等多种典型故障诊断问题,提出了基于核主元分析(KPCA)和最小二乘支持向量机(LSSVM)的故障识别方法。首先计算油压信号的时域特征集,然后采用KPCA对原始多维初始特征向量进行特征提取,最后将经过KPCA提取的主特征向量输入经多种群遗传算法(MPGA)优化的LSSVM中实现故障类型的识别。实验结果表明,KPCA提取的主特征向量有效表达了原始故障的特征信息,相比于传统的BP神经网络和未经参数优选的LSSVM等分类模型,基于KPCA-LSSVM的故障识别方法速度更快、分类准确率更高。     

基于VFF-RLS的力传感器的动态特性研究

在科学实验与工业生产中,力传感器动态特性会直接影响传感器的精度,因此研究力传感器动态特性具有重要意义。针对应用于手术机器人的应变式力传感器动态特性难以满足精度要求的问题,文中研究了基于最小二乘参数辨识方法在力传感器振动结构中的应用。由于递推最小二乘（RLS）对于二阶振动系统模型辨识难以同时保证快速性和抗干扰性,文中提出了一种基于可变遗忘因子的递推最小二乘参数辨识方法。首先,通过建立随机振动系统模型,对系统的输入/输出特性进行仿真与分析,确定了遗忘因子函数中的参数,仿真结果表明,文中提出的方法在保持更快收敛速度的同时,使参数辨识误差和收敛预测误差相比于RLS有明显的降低,相比于最小二乘有良好的时变性;然后,在阶跃测试标定法基础上对微创外科手术机器人力传感器的动态参数进行辨识,获得该传感器系统的结构动态特性,即固有频率和阻尼比。实验结果表明,文中提出的方法有较好的收敛性和稳定性,有效地提高了辨识精度。     

测量介质损耗角的高阶正弦拟合算法

在介质损耗角的数字化测量中 ,数据采样频率与电网频率间不同步的问题 ,以及电网中存在的高次谐波都会给介质损耗的测量带来误差。为了提高测量的准确度 ,论文研究了一种新的计算方法即高阶正弦拟合法。它利用高阶正弦模型 ,将电网频率视为未知参数 ,对采样数据进行最小二乘意义上的非线性拟合计算。并使用离散 Fourier变换 (DFT)方法求取迭代初值 ,以加快计算速度。研究表明 ,这种方法能够较好地解决上述问题 ,在噪声较强的情况下 ,准确度误差不超过 0 .0 0 0 3,而且计算速度快 ,完成一次计算的时间小于2 0 m s,满足介质损耗角在线监测的要求     

测量数据的曲线曲面拟合算法

移动最小二乘法由于其良好的逼近性能而广泛用于曲线曲面拟合,但处理含有粗大误差的数据时,拟合结果极不稳定.为了减少粗大误差对拟合精度的影响,本文提出一种移动最小截平方法,该方法在支持域内引入最小截平方法代替最小二乘法,在所有节点当中选出剔除异常值的最优节点组合,确定局部拟合系数.该方法不需要人为地分配权重或设定阈值,可避免主观操作带来的影响.数值模拟和实验数据处理表明,移动最小截平方法能有效地处理测量数据中的粗大误差,拟合结果明显优于移动最小二乘法,具有良好的拟合精度和鲁棒性.     

非公路车辆簧载质量实时估计

针对非公路车辆簧载质量估计问题,提出了一种采用油气弹簧气压测量与车体在线姿态测量相结合进行实时簧载质量估计的方法.建立了基于单筒式油气弹簧的整车7自由度振动模型,利用带遗忘因子的递推最小二乘估计方法对簧载质量进行估计,并以D级道路作为仿真激励进行了仿真实验.研究了递推最小二乘估计中遗忘因子、滤波器参数及车速等因素对质量估计性能的影响,结果表明所提出的质量估计方法具有良好的准确性和实时性.      

滤波白噪声路面时域模拟方法与悬架性能仿真

为合理模拟路面时域模型,通过路面不平度空间功率谱密度分析路面频域模型,并由路面频域模型推导路面时域模型的滤波白噪声数值模拟方法.提出了采用滤波白噪声方法模拟路面时域模型时,改变仿真车速的同时需调整白噪声采样频率使之与车速相配.通过分析生成的路面时域模型的空间功率谱密度,验证了路面时域模型的准确性.比较只改变车速和所提出的改变车速并调整相应白噪声采样频率模拟的路面时域模型的高度历程、频谱和空间功率谱密度,得到了后者模拟方法更符合标准等级路面的结论.并通过仿真,分析比较了某1/4车辆悬架模型在不同方法生成的路面时域模型输入下的系统响应精确性,体现了所提方法的重要性.     

基于换路时刻激励模型的LTI系统时域求解

为了解决在时域求因果LTI连续时间系统响应问题,通过建立系统换路时刻的激励模型并借助于冲激函数匹配法,使LTI连续时间系统各个响应的时域求解做到完善和统一。结果表明:LTI连续时间系统的全响应r(t)和零输入响应rzi(t)不仅与系统换路之前t=0_时刻的起始状态r(k)(0_)有关,还与系统在此时刻的激励信号值e(0_)有关。利用换路时刻激励模型求解LTI系统响应与拉普拉斯变换方法求解相一致。该成果解决了因果LTI连续时间系统(或常系数微分方程)的时域统一求解问题,对LTI连续时间系统响应时域求解具有实际意义。