-
题名基于自适应EKF结构参数识别与鲁棒性分析
- 1
-
-
作者
万华平
马强
欧一鸿
张文杰
周家伟
陈伟刚
-
机构
浙江大学建筑工程学院
浙江大学平衡建筑研究中心
浙江大学建筑设计研究院有限公司
浙江东南网架股份有限公司
-
出处
《振动．测试与诊断》
EI
CSCD
北大核心
2024年第6期1082-1089,1244,共9页
-
基金
国家重点研发计划资助项目(2021YFF0501001)
浙江省重点研发计划资助项目(2021C03154)
国家自然科学基金资助项目(51878235)。
-
文摘
扩展卡尔曼滤波(extended Kalman filter,简称EKF)方法常用于结构参数识别,但存在对滤波参数敏感等局限性,需大量试错来寻找最优噪声方差参数。针对此问题,推导了基于残差的协方差匹配公式。首先,通过滑动窗口法或遗忘因子法自适应更新匹配测量噪声方差,实现了基于EKF的自适应识别结构参数;其次,以一个3层Duffing型非线性剪切框架为例来验证方法的有效性,并进行了参数鲁棒性分析。结果表明:滑动窗口法和遗忘因子法均能很好地估计测量噪声方差,识别效果和收敛速度接近;与非自适应EKF方法相比,自适应EKF方法对噪声方差的初始取值不敏感,具有很强的鲁棒性。
-
关键词
结构参数识别
鲁棒性
自适应扩展卡尔曼滤波
滑动窗口法
遗忘因子法
-
Keywords
structural parameter identification
robustness
adaptive extended Kalman filter
sliding window method
forgetting factor method
-
分类号
TH212
[机械工程—机械制造及自动化]
TH213.3
-
