正交双加速度计在离心机上的测试方法及模型辨识

结合加速度计在重力场的试验,推导出正交双加速度计在离心机下的g<'2>观测方程,并用总体最小二乘法进行模型辨识.仿真结果表明,正交双加速度计测试方法在离心机试验中能够消除转角误差;当系统矩阵存在小扰动时用总体最小二乘法可消除影响.从测试方法和辨识理论两方面提高了加速度计的标定精度,为高精度惯性仪表的测试提供了试验指导和...     

一种实现舵机带宽测试的系统辨识方法

本文讲述的是一种应用加权递推的最小二乘辨识算法测试舵机带宽的实用方法。文章简要介绍了舵机的工作特性和舵机模型的选取,概述了辨识算法的选取及实现过程,并在输入信号的选取和辨识数据的预处理等方面作了基本的探讨。文章还应用大量的实验数据分析了加权系数和遗忘因子的选取对实验结果的影响,最后验证了辨识结果的有效性。     

基于递推平方根法的神经网络模型辨识

提出一种基于递推平方根法的神经网络模型辨识方法,对Davidon最小二乘法和阻尼最小二乘法进行了改进,既保持了二者简单易行、收敛性的优点,又能提高精度,减少计算量,适合于应用在非线性系统的辨识和自适应控制中。与常规的Davidon最小二乘法和阻尼最小二乘法进行仿真比较,体现出了这种方法的有效性,尤其是在输入及隐含节点个数较多的情况,其优点比较明显。     

三浮陀螺伺服测试误差系数估计方法

为了更好地解决工程实际中三浮陀螺极轴伺服测试时误差系数估计问题,采用了Kalman滤波和递推最小二乘的方法.试验结果证明,Kalman滤波方法能够有效地估计出极轴伺服测试时的陀螺误差系数.用统计检验的方法分析了该模型以及各系数的显著性,结果显示对Dvz和Dzz的估计是显著的.     

加速度计温控系统被控对象建模技术研究

加速度计工作过程中,其内部与外界环境存在温度梯度,针对温度变化影响加速度计参数的问题,提出了一种加速度计温控系统被控对象建模的方法。进行了多工作点加速度计升温和降温试验,采用递推增广最小二乘法对被控对象模型进行了辨识,建立了加速度计温控系统被控对象模型和降温模型,计算结果表明,3min后温控系统被控对象模型曲线残差在-0.5~0.5℃之间,降温模型曲线残差在-0.15~0.15℃之间,满足系统对加速度计性能需求,表明了方法的有效性。     

带反转平台离心机主轴回转误差对陀螺加速度计测试精度的影响研究

为提高陀螺加速度计的测试精度,在分析带反转平台离心机主轴回转误差的基础上,研究了主轴回转误差对陀螺加速度计测试精度的影响。根据陀螺加速度计离心机测试的二次项系数回归模型和多系数回归模型,分别推导了离心机主轴回转误差对陀螺加速度计二次项系数测试和包括三次项系数在内的多个系数测试的辨识精度影响的数学表达式,并进行了误差补偿。     

一种基于模观测法的离心机加速度计组合标定方法研究

为了实现惯性组合中加速度计误差模型系数的整体标定,提高惯性导航系统的导航精度,应用模观测法重点实现了对加速度计二次项系数的标定.应用Tylor级数对加速度模型的解进行多项式展开,利用最小二乘法求得含误差模型系数的中间变量,并给出了加速度计的二次项系数、标度因数以及零偏的计算公式.设计了20位置法对加速度计组合进行标定,通过仿真验证了该方法的有效性,并分析了安装误差角和杆臂误差对系数标定精度的影响.结果 表明,安装误差角与杆臂误差对系数标定的影响小于10-8,在实际标定过程中可以忽略.     

铣削过程在线辨识与极点配置自适应控制

 研究了铣削加工过程的建模、参数在线辨识及自适应控制问题,为铣削过程建立了二阶离散传递函数模型,提出了一种修正的带遗忘因子递推最小二乘参数辨识算法,从而解决了普通递推最小二乘辨识算法中由于递推计算协方差矩阵衰退或膨胀引起辨识结果失真的问题,采用极点配置设计原理,为铣削过程推导了自适应控制的控制律。仿真和实验表明,修正的最小二乘辨识算法和极点配置自适应控制律是正确和可靠的,自适应控制器可获得所需的响应性能。     

基于时频域滤波及频域广义整体最小二乘辨识的飞机颤振模态参数辨识

提出一套适用于噪声环境的飞机颤振模态参数辨识方法.为减小噪声对辨识结果的影响,首先设计了一种针对扫频激励的时频滤波器,利用扫频信号及其响应在时频域分布较为集中的特点,有效去除噪声,提高了试验数据的信噪比.为进一步提高辨识精度,提出了一种基于随机模型的频域广义最小二乘辨识算法.将噪声条件下的系统辨识问题转化为广义整体最小二乘问题,并采用线性的广义奇异值分解求解模型系数,避免了非线性优化的复杂计算.通过优化加权项,获得了接近极大似然估计的辨识效果.最后,通过试飞试验数据验证了方法的有效性.     

陀螺加速度计交叉二次项的线振动台测试方法

为了提高陀螺加速度计的标定精度,有必要对交叉二次项进行精确的标定。提出了一种陀螺加速度计交叉二次项在精密线振动台上的测试方法,通过分析陀螺加速度计的测试原理建立了包含交叉二次项的误差模型。利用分度头将陀螺加速度计翻滚到不同的位置,测量陀螺加速度计进动整周期的相关时间参数和输出数据。通过计算加速度计模型输出与平均角速率积分之间的关系,准确辨识出陀螺加速度计误差模型中的各误差项系数。该方法可以有效抑制陀螺加速度计的输出误差,提高标定的精度。最后通过仿真分析,验证了该方法可以准确辨识出陀螺加速度计的二次项、交叉二次项等高阶误差项系数,辨识精度达到了10~(-7),进一步提高了陀螺加速度计在线振动台上的标定精度。     

Fusion of distributed extended forgetting factor RLS state estimators

For single-target multisensor systems, two fusion methods are presented for distributed recursive state estimation of dynamic systems without knowledge of noise covariances. The estimator at every local sensor embeds the dynamics and the forgetting factor into the recursive least squares (RLS) method to remedy the lack of knowledge of noise statistics, developed before as the extended forgetting factor recursive least squares (EFRLS) estimator. It is proved that the two fusion methods are equivalent to the centralized EFRLS that uses all measurements from local sensors directly and their good performance is shown by simulation examples.     

Identification of the state-space model and payload mass parameter of a flexible space manipulator using a recursive subspace tracking method

The on-orbit parameter identification of a space structure can be used for the modification of a system dynamics model and controller coefficients. This study focuses on the estimation of a system state-space model for a two-link space manipulator in the procedure of capturing an unknown object, and a recursive tracking approach based on the recursive predictor-based subspace identification (RPBSID) algorithm is proposed to identify the manipulator payload mass parameter. Structural rigid motion and elastic vibration are separated, and the dynamics model of the space manipulator is linearized at an arbitrary working point (i.e., a certain manipulator configuration). The state-space model is determined by using the RPBSID algorithm and matrix transformation. In addition, utilizing the identified system state-space model, the manipulator payload mass parameter is estimated by extracting the corresponding block matrix. In numerical simulations, the presented parameter identification method is implemented and compared with the classical algebraic algorithm and the recursive least squares method for different payload masses and manipulator configurations. Numerical results illustrate that the system state-space model and payload mass parameter of the two-link flexible space manipulator are effectively identified by the recursive subspace tracking method.     

Efficient recursive state estimator for dynamic systems withoutknowledge of noise covariances

An efficient recursive state estimator for dynamic systems without knowledge of noise covariances is suggested. The basic idea for this estimator is to incorporate the dynamic matrix and the forgetting factor into the least squares (LS) method to remedy the lack of knowledge of noises. We call it the extended forgetting factor recursive least squares (EFRLS) estimator. This estimator is shown to have similar asymptotic properties to a completely specified Kalman filter state estimator. More importantly, the performance of EFRLS greatly exceeds that of existing filtering techniques when the noise variance is misspecified. In addition, EFRLS also performs well when there is cross-correlation between the process and measurement noise streams or temporal dependencies within those streams. Some discussions and a number of simulations are made to provide practical guidance on the choice of an optimal forgetting factor and evaluate the performance of the EFRLS algorithms, which strongly dominates that of the standard forgetting factor recursive least squares (FRLS) and some misspecified Kalman filtering     

基于ARMA模型在线辨识器的线性系统建模方法

线性系统的在线辨识是系统辨识领域中最感兴趣的问题之一。本文给出变阶式递推增广的最小二乘法及阶估计准则。在此基础上 ,给出一类ARMA模型在线辨识器。这种辨识器可用于在线或离线辨识。实例表明 ,建模计算量大大减小 ,并具有较高的精度     

无人飞行器集群仅测距初始相对位姿确定方法研究CSCD

针对全球导航卫星系统(GNSS)拒止环境下无人飞行器集群成员间的相对定位问题,研究了一种基于机载惯性测量单元(IMU)、气压高度计与数据链测距组合的初始相对位姿求解算法。首先,在高度计稳定输出较为精确的高度信息的前提下,将飞行器的三维运动解耦成二维水平运动,给出了三维加速度和角速度、测距信息的水平坐标系投影等效模型。在此基础上,以待求量相对位置和航向角的非线性形式构造了新的待求状态量,并将相对位置和航向角的非线性求解问题转化成了新状态量的线性模型最小二乘求解问题。然后,通过引入递推最小二乘算法(RLS),建立了该相对位姿求解算法的实时输出递推形式,有效降低了机载在线计算的负载。接着,对所提算法进行了可观测性分析,并给出了使系统状态量不可观测的几种相对运动形式。最后,对所提算法进行了数值仿真实验,仿真结果表明,该算法能够有效、快速求解初始相对位姿,位置误差在初始相对距离的10%以内,航向角误差在初始相对角度的1%以内。     

频域最小二乘辨识方法的参数约束条件选取

近年来,频域最小二乘(LS)辨识方法因其较小的计算量和较高的辨识精度,在模态分析尤其是飞机颤振模态分析中得到了广泛关注。在实际应用中为提高辨识精度,通常采用过拟合方法进行系统辨识,然而过高的模型阶次会引入多余的数学极点,导致稳态图中虚假模态的出现,进而影响真实模态的识别。为此,针对多输入多输出系统辨识问题,研究了两种典型参数约束条件对频域最小二乘辨识方法的不同影响,通过理论分析和数学推导解释了约束条件和虚假数学极点稳定性之间的关系。研究结果表明:适当选取约束条件有助于区分真实和虚假模态,是获得清晰稳态图的关键。最后,采用仿真算例和颤振实测数据验证了本文的结论。     

考虑铁耗电阻的感应电机参数在线辨识技术

传统感应电机高性能控制方案中,电机模型忽略了电机铁耗的影响,与实际物理模型有一定的偏差。基于包含铁耗等效电阻的感应电机模型,建立新的励磁电流计算方法,对电流和电压信号进行高精度的采样和离散处理,并对电机模型进行数学推导,得到基于递推最小二乘法(RLS)的辨识模型,实现了对铁耗电阻、转子电阻等重要电机参数的在线辨识。建立了MATLAB仿真模型,对参数辨识算法进行验证。仿真试验结果表明:所提方法可以在不同工况下实现较高精度的辨识,并可以快速地跟随待辨识参数的变化,为感应电机高性能控制奠定了基础。