快速Givens变换在参数递推最小二乘估计中的应用

本文根据Givens转动的特点,提出了一种快速Givens正交换算法,并将该方法用于数学模型参数递推最小二乘估计,为模型参数在线估计提供了一种快速算法。     

曲面三角网格模型参数化

提出了一种新的曲面三角网格模型参数化算法——加权最小二乘离散参数化方法 ( WLSDP)。该算法通过将空间数据点映射到平面凸区域 ,实现曲面三角模型参数化。它是离散保角映射 ( DCM)与离散保积映射( DAM)的线性组合 ,兼有二者的优点 ,如鲁棒性与低变形。用户通过调整该算法中的比例因子 q,可以得到满足不同特定问题要求的参数化结果     

振动环境试验中的结构模态参数识别

振动环境试验中的测点加速度响应与台面加速度响应数据之比,可以被看作结构频响函数的加权和。因此,可以将加速度传递率作为被测结构的一个“广义频率响应函数”来提取结构的模态参数,如固有频率、阻尼比。求解广义频响函数时,根据加权最小二乘法构造目标函数,并通过遗传算法迭代,得到结构的固有频率、阻尼比。应用此方法对某卫星的振动试验数据进行模态分析,得到的结果与模态试验结果一致。     

建立非线性气动参数模型的一种方法

介绍了一种以最小二乘法为基础的建立非线性参数模型的方法，可对模型和模型各项的显著性进行检验。通过对变量的标准化和选择主成分，可有效地消除变量之间的多重共线性关系。算例结果表明，该方法能较好的逼近实验数据。     

基于遗传算法的混合威布尔分布参数最小二乘估计

混合威布尔分布模型常用来分析具有多种失效模式的复杂系统的可靠性数据,由于模型中包含较多参数,与单一威布尔分布相比,混合威布尔分布的参数估计更为复杂。利用遗传算法为优化方法,提出了一种混合威布尔分布参数估计的最小二乘方法。以残差平方和最小为优化目标,以各参数取值范围为约束条件,构建了混合威布尔分布的非线性最小二乘优化模型;通过变换决策变量上下限、引入惩罚因子和保存最优个体等策略改进传统遗传算法以提高算法的性能,进而利用改进后的遗传优化算法对混合威布尔分布的非线性最小二乘优化模型进行求解。实例分析表明本文方法有效,利用本文方法计算得到的可靠度估计值与真实值之间的最大偏差和标准均方根误差,相对于图估计法分别减少了0.028 4与0.032 8,相对于极大似然估计法分别减少了0.000 8与0.003 6。     

基于扩展卡尔曼滤波的变刚度结构动载荷识别（英文）

引入扩展卡尔曼滤波（Extended Kalman filter,EKF）方法,结合最小二乘估计来识别作用在时变结构上的未知载荷,并实现对时变系统结构参数的识别。首先提出未知参数类型为刚度系数时的动载荷识别方法。然后通过一个五自由度缓变刚度结构仿真算例来验证方法的有效性和准确性。仿真结果表明,即使考虑输入数据中的噪声,该方法也能同时准确识别出未知载荷和结构参数。     

锥壳结构动态特性试验分析

为得到某锥壳构件的动态特性进行了模态试验,对得到的频响函数通过最小二乘复指数和多参考最小二乘复频域等方法进行模态参数识别,识别结果与有限元计算结果进行比较,得出了锥壳结构的动态特性,通过比较识别结果,说明了模态识别方法的适用性。     

模糊聚类法在试验模态参数识别分析中的应用

为了搜索系统的真实极点,将模糊聚类理论引入试验模态参数分析.根据极点之间内在的亲疏关系,将其 合理地聚为若干类,搜索每一类的最佳极点,即系统的真实极点,在稳态图中自动完成真实极点的选择.该方法 能够避免人为因素造成的识别误差,提高识别结果的可信度.在正交多项式曲线拟合和多参考点最小二秉复频 域识别系统中引入该方法,实现了稳态图中极点的自动选择,提供了真实极点选择的一种新思路.通过仿真和实 验证明了模糊聚类法对极点选择的可行性和稳定性.     

基于QSSE方法的橡胶隔震支座参数识别

采用二次误差平方和(Quadratic sum-squares error,QSSE)方法对橡胶隔震支座参数识别进行研究。建立经典Bouc-Wen模型以模拟橡胶隔震支座的非线性动力学特性。对橡胶隔震支座进行振动台实验,基于实验测量的加速度响应和QSSE方法在线实时地识别橡胶隔震支座的参数和位移。研究结果表明,在两种典型地震波的激励作用下,采用QSSE方法分别对3种参数数量不同的Bouc-Wen模型进行识别,得到的橡胶隔震支座模型参数一致,且识别位移曲线和实际测量位移曲线吻合良好,验证了QSSE方法在橡胶隔震支座参数识别中的有效性与准确性,并证明了本文所得Bouc-Wen模型参数的合理性及Bouc-Wen模型简化的可行性。     

疲劳S-N曲线的加权最小二乘法拟合

提出了一种拟合材料疲劳S—N曲线的加权最小二乘法，各应力水平下的拟合点的权重反比于均值置信区间的长度。两个算例结果表明：本方法较好地考虑了S—N曲线分散性的物理特性。     

一种带负载工业机器人动力学模型辨识方法

针对带负载工况下六自由度关节型工业机器人动力学模型的辨识问题,提出了一种带负载机器动力学模型的参数辨识方法。在获 得机器人本体动力学模型的前提下,用Newton Euler法建立负载动力学模型进行补偿,设计激励轨迹获取负载贡献的力矩,然后用加权最小二乘法辨识出负载模型中未知参数。最后对得到的带负载完整机器人动力学模型进行验证与分析,结果表明通过辨识得到的预测力矩与测量力矩有较好的跟随性,所提出的辨识方法具有一定的工程参考价值。     

A CONCISE M-METRIC LEAST SQUARE FORMULA FOR POLYNOMIAL ANALOGY

ＡＣＯＮＣＩＳＥＭ－ＭＥＴＲＩＣＬＥＡＳＴＳＱＵＡＲＥＦＯＲＭＵＬＡＦＯＲＰＯＬＹＮＯＭＩＡＬＡＮＡＬＯＧＹ￥ＰａｎＸｉａｏｓｕ（ＣｏｌｌｅｎｇｏｆＳｃｉｅｎｃｅ，ＮＵＡＡ２９ＹｕｄａｏＳｔｒｅｅｔ，Ｎａｎｊｉｎｇ２１００１６，Ｐ．Ｒ．Ｃｈｉｎａ）Ａ...     

一种基于GA优化小波LS-SVR的实时寿命预测方法

针对性能非线性退化的产品,从研究退化轨迹相似性的角度出发,提出一种基于遗传算法(GA)优化小波最小二乘支持向量回归机(LS-SVR)的实时退化轨迹建模和寿命预测方法。该方法根据特定个体与同类产品的Euclid距离确定隶属度权值,加权小波LS-SVR建立的同类产品退化模型得到特定个体的退化轨迹模型,结合实测数据更新模型并进行实时寿命预测。实例分析验证了所提方法的有效性。     

一种ARMA模型的阶数递推辨识算法

本文从实际物理系统出发,提出了一种基于广义最小二乘的阶数递推ARMA模型辨识算法——REARMA算法.利用最小二乘逆的递推计算,大大加快了系统辨识的速度.     

GPS+BDS组合的实时定轨技术

为了改善卫星几何分布,提高低轨（Low earth orbit, LEO）卫星实时定轨的精度与可靠性,提出了北斗卫星导航系统（Beidou navigation satellite sy stem, BDS）与全球定位导航系统（Global positioning system, GPS）组合模型。组合模型基于加权最小二乘法（Weighted least square, WLS）,利用伪距观测量建立观测模型,实时估计LEO卫星位置。目前,LEO卫星尚未装备星载BDS+GPS双模接收机,为验证算法可行性,利用GPS/BDS卫星星历文件与STK软件仿真生成实验数据。实验结果表明,BDS+GPS组合模型较GPS系统模型精度至少提高26%。     

多变量自回归模型的快速辨识方法

本文提出了多变量AR(Autoregressive)模型建模的快速算法,该算法采用解超定矩阵的最小二乘方法,并利用正交变换技术,从而避免了最小二乘估计中矩阵求逆的病态问题,保证了数值计算的稳定性。还介绍了一种可转化为单变量建模的多变量AR模型,它可以直接利用单变量建模模块。一般情况下,可将序列进行典则分解。最后简要列出了有关结论。     

基于模型试验的旋翼/机身气动干扰经验算式

试验研究了直升机机身受旋翼气流干扰时的空气动力特性。试验结果证实机身阻力与旋翼前进比和桨盘载荷变化密切相关,机身升力和俯仰力矩的大小与旋翼桨盘载荷关系更大。通过对试验数据的初步分析,确定机身受旋翼尾流影响的气动干扰算式结构,利用最小二乘原理建立了简单有效的直升机机身在旋翼尾流干扰下的气动力算式,该算法可直接用于直升机气动设计和实时仿真模型中。