SVD-Unscented卡尔曼滤波的非线性结构系统识别

提出一种基于奇异值分解的unscented卡尔曼滤波(SVD-UKF)非线性滞回结构系统识别方法.SVD-UKF可被看成改进的unscented卡尔曼滤波(UKF)方法,相对UKF而言,SVD-UKF具有更好的鲁棒性和灵活性.此方法不仅避免象扩展卡尔曼滤波(EKF)为了计算Jacobians矩阵的所需的导数运算,并且可以克服常规UKF方法在计算协方差时经常遇到的病态条件的缺点.对非线性系统参数的识别和突然变化的识别的数值模拟结果显示了所提出方法的鲁棒性和灵活性.     

非高斯随机激励下滞迟系统响应与首次穿越失效

针对由有界噪声、泊松白噪声和高斯白噪声共同构成的非高斯随机激励,通过Monte Carlo数值模拟方法研究了此激励作用下双线性滞迟系统和Bouc-Wen滞迟系统这两类经典滞迟系统的稳态响应与首次穿越失效时间。一方面,分析了有界噪声和泊松白噪声这两种分别具有连续样本函数和非连续样本函数的非高斯随机激励,在不同激励参数条件下对双线性滞迟系统和Bouc-Wen滞迟系统的稳态响应概率密度、首次穿越失效时间概率密度及其均值的不同影响;另一方面,揭示了在这类非高斯随机激励荷载作用下,双线性滞迟系统的首次穿越失效时间概率密度将出现与Bouc-Wen滞迟系统的单峰首次穿越失效时间概率密度截然不同的双峰形式。     

非高斯随机激励下滞迟系统响应与首次穿越失效

针对由有界噪声、泊松白噪声和高斯白噪声共同构成的非高斯随机激励,通过Monte Carlo数值模拟方法研究了此激励作用下双线性滞迟系统和Bouc-Wen滞迟系统这两类经典滞迟系统的稳态响应与首次穿越失效时间。一方面,分析了有界噪声和泊松白噪声这两种分别具有连续样本函数和非连续样本函数的非高斯随机激励,在不同激励参数条件下对双线性滞迟系统和Bouc-Wen滞迟系统的稳态响应概率密度、首次穿越失效时间概率密度及其均值的不同影响;另一方面,揭示了在这类非高斯随机激励荷载作用下,双线性滞迟系统的首次穿越失效时间概率密度将出现与Bouc-Wen滞迟系统的单峰首次穿越失效时间概率密度截然不同的双峰形式。     

简化UKF滤波在SINS大失准角初始对准中的应用

基于欧拉平台误差角的概念提出了大失准角误差条件下的捷联惯导系统（SINS）非线性初始对准误差模型,该模型无法再用经典的加性噪声模型描述。为了降低滤波计算量,在系统模型噪声和量测噪声均为复杂加性噪声并且量测方程是线性方程时,推导了简化的UKF（unscented Kalman filter）滤波方法,简化UKF滤波公式显示：除通过非线性状态方程使用UT（unscented transformation）变换进行状态及其方差预测外,其它滤波步骤与标准Kalman滤波完全相同。最后,对静基座下SINS初始对准进行了仿真试验,结果表明大失准角条件下的SINS误差模型和简化UKF滤波估计方法是有效的。     

带不确定混合噪声系统的变分贝叶斯期望最大滤波算法

卡尔曼滤波器假设量测噪声为已知统计特性的高斯白噪声,然而系统可能受到不确定随机噪声以及未知有界噪声共同影响,若采用单一滤波策略,则估计结果易出现较大偏差。将两种不确定噪声运用未知参数的高斯混合模型进行表示,提出变分贝叶斯期望最大滤波算法。所提方法采用变分贝叶斯最大化方法对量测噪声模型中的超参数进行更新,在得到模型超参数后,利用变分贝叶斯期望算法计算噪声模型的隐变量。对上述过程反复迭代,最终获得系统的状态和协方差。仿真结果表明,相比于传统的卡尔曼滤波算法和联合滤波算法,变分贝叶斯期望最大滤波算法在出现混合不确定噪声时,经纬度定位精度均提高60%以上,提高了导航系统的精确性。     

基于贝叶斯理论的恢复力模型参数识别方法

提出了基于贝叶斯理论的恢复力模型参数识别方法,该方法考虑了模型误差的影响,结合实测滞回曲线数据,不仅可以得到模型参数的最有可能值,而且可以得到模型参数的定量的不确定性。以密肋复合墙体在低周反复荷载作用下所得滞回曲线为例,提出了可考虑刚度降低、捏拢滑移及极限荷载后强度降低现象的恢复力模型,建立了基于贝叶斯理论的恢复力模型参数识别计算框架,推导得到了模型参数的负对数似然函数,据此可得到模型参数的最有可能值及协方差矩阵。对标准密肋复合墙体预制试件和现浇试件的恢复力模型参数进行了识别,将根据模型参数最有可能值得到的滞回曲线及根据模型参数最有可能值及协方差矩阵得到的骨架曲线,与相应的实测值进行了对比,验证了所提方法的可行性及识别结果的合理性,更新的模型参数概率分布可用于后续的抗震风险评估。     

UKF在惯导平台误差系数辨识离心机测试中的应用

针对惯导平台误差系数辨识的离心机测试,利用直接法建立了误差系数辨识的非线性模型,并结合实际系统模型的特点对标准UKF算法进行了简化和改进.改进后的UKF结构简单,与标准UKF具有同样的滤波精度,并且减小了计算量,提高了计算效率.然后利用扩展Kalman滤波(EKF)算法和改进的UKF算法对惯导平台误差系数辨识离心机测试进行仿真.结果表明,与EKF算法相比,改进的UKF算法能提高惯导平台误差系数的辨识精度,并且更容易实现.     

基于迭代估计的三轴加速度计温度模型参数外场标定方法

为补偿加速度计标度因数和零偏的热漂移误差,设计了一种可估计内场恒温环境下参数变化量的加速度计温度参数模型,并提出了基于迭代估计的温度模型参数外场标定方法。该方法不依赖精密的惯性测量设备和温箱,仅在重力场内对加速度计进行连续多组位置观测,充分利用加速度计冷启动过程产生的热漂移误差进行模型参数辨识,解决了加速度计温度误差特性和启动温度点相关的问题。针对加速度计测量信号为高斯白噪声的特点,建立了关于温度模型参数矢量和多组位置倾斜矢量的非线性准则函数,提出了两步迭代估计方法实现两组参数矢量的分离估计。根据不同位置下三轴加速度计输出信号粗略提取倾斜矢量,解决了迭代估计算法的初值问题。重力场内通过优化分析加速度计温度模型参数对重力值的灵敏度,设计了6组位置观测编排。实验结果表明,温度误差补偿前的重力值测量最大误差为3.62×10-4g,而温度误差补偿后重力值测量误差小于1×10-5g;同时,温度误差补偿前系统3 h纯惯性导航最大定位误差为1186 m,而温度误差补偿后最大定位误差小于600 m,从而表明提出的外场标定方法的有效性。     

粒子滤波及其在导航系统中的应用综述

传统的扩展卡尔曼滤波方法要求对非线性系统近似线性化,有可能会引入较大的模型误差.应用粒子滤波解决了这一问题.该算法可以直接应用于原系统的非线性模型当中,并且不需考虑系统噪声和量测噪声是否为高斯白噪声,都能得到很好的滤波效果.文中介绍了粒子滤波的理论基础-贝叶斯估计及具体的实现方式-蒙特卡罗方法;指出粒子滤波存在的退化问题,并从减小退化现象入手将重要性采样和再采样方法引入到算法之中;最后阐述了粒子滤波在导航系统中的一些应用.     

基于UKF的车辆GPS/蜂窝网无缝定位算法

当车辆运行在存在遮挡和多路径的复杂环境下时,车载GPS接收机由于无法接收到足够数量的GPS定位卫星将导致车辆无法准确定位。GPS/蜂窝网无缝定位技术将蜂窝基站视作伪卫星,将蜂窝基站观测值与GPS观测值结合进行融合解算有效解决了该问题。针对目前融合解算算法所采用的EKF解算算法存在高阶项截断误差和Jacobian矩阵难计算的缺点,本文将不敏卡尔曼滤波(UKF)引入到基于GPS和蜂窝网的无缝定位算法中。UKF算法是一种基于UT变换的非线性的滤波方法,避免了因进行强行线性化带来的误差影响。通过在高斯信道、静止和运动场景下,对两种混合定位算法性能进行对比分析,实验结果表明:将UKF算法用于GPS和蜂窝网络的混合定位中时,在不同的定位环境下,其定位均方根误差(RMSE)相较EKF算法降低了20%~70%。     

Comparison of Gaussian particle center estimators and the achievable measurement density for particle tracking velocimetry

A series of numerical simulations were conducted to investigate the performance of two particle center estimation algorithms for Particle Tracking Velocimetry: a simple three-point Gaussian estimator and a least-square Gaussian. The smallest position error for images with reasonable noise levels was found to be approximately 0.03 pixels for both estimators using particles with diameters of 4 pixels. As both estimators performed equally well, use of the simple three-point Gaussian algorithm is recommended because it executes 100 times faster than the least-square algorithm. The maximum achievable measurement density and accuracy for the three-point Gaussian estimator were determined with a numerical simulation of an Oseen vortex. Uncertainty measures have been introduced to filter out unreliable displacement measurements. It was found that 4 to 5 velocity vectors could be obtained within a 32 × 32 pixel area with an average displacement error of 0.1 pixels. This doubles the spatial resolution of conventional cross-correlation based Particle Image Velocimetry at comparable accuracy. Received: 26 June 1998/Accepted: 12 October 1999     

基于修正PSO-UKF的SINS/GPS组合导航滤波算法

针对噪声时变特性引起滤波精度下降的问题,提出了一种基于修正粒子群技术( PSO)的自适应UKF算法.为了克服传统粒子群算法过早收敛,容易陷入局部最优的问题,基于粒子的适应值方差提出了一种惯性权值实时修正算法,有效改善了传统PSO算法.在使用新息序列对观测噪声进行实时跟踪的同时,通过构造合理的适应度函数将修正PSO算法和...     

Application of an Itô-based approximation method to random vibration of a pinching hysteretic system

In this paper, an extension of the Cumulant-Neglect closure scheme is utilized for the random vibration analysis of a single degree of freedom system with a general pinching hysteresis restoring force. The hysteresis element used in the system model can simulate commonly observed forms of stiffness, strength and pinching degradations. The second order statistics of the system response to a stationary Gaussian white noise input are derived using an Itô-based approximation technique. The validity of these response statistics are then verified by comparing them to Monte Carlo simulation results. The numerical studies performed for different combinations of degradation parameters and excitation levels show that the response estimates obtained by this solution method are in good agreement with Monte Carlo simulation. These studies also indicate the applicability of this technique for response analysis of complicated forms of non-linearities.     

基于简化无迹Kalman滤波的非线性SINS初始对准

传统的小干扰失准角模型只适合于小失准角情况下的初始对准,对于处于大失准角下的舰船或飞机的对准必须寻求不做任何线性假设的非线性模型和非线性滤波方法。针对以上问题,建立了基于四元数的姿态误差方程,给出了基于复杂噪声模型的UKF算法,在该算法的基础上假设量测方程为线性,得出简化的UKF算法,避免了重采样、多次求解量测预测方程、计算量测预测方差等一系列繁杂过程。基于以上理论建立了适合简化UKF算法的非线性滤波模型,在大失准角、小失准角下与常规Kalman和EKF算法做对比仿真,结果表明,在小失准角下三种方法效果相当,但在大失准角下简化UKF和EKF显示出了处理非线性模型的优势,对准速度和精度都好于常规Kalman算法。由于EKF线性化造成的高阶截断误差使得对准精度略低于简化UKF。     

Influence of random uncertainties of anisotropic fibrous model parameters on arterial pressure estimation

This paper deals with a stochastic approach based on the principle of the maximum entropy to investigate the effect of the parameter random uncertainties on the arterial pressure. Motivated by a hyperelastic, anisotropic, and incompressible constitutive law with fiber families, the uncertain parameters describing the mechanical behavior are considered. Based on the available information, the probability density functions are attributed to every random variable to describe the dispersion of the model parameters. Numerous realizations are carried out, and the corresponding arterial pressure results are compared with the human non-invasive clinical data recorded over a mean cardiac cycle. Furthermore, the Monte Carlo simulations are performed, the convergence of the probabilistic model is proven. The different realizations are useful to define a reliable confidence region, in which the probability to have a realization is equal to 95%. It is shown through the obtained results that the error in the estimation of the arterial pressure can reach 35% when the estimation of the model parameters is subjected to an uncertainty ratio of 5%. Finally, a sensitivity analysis is performed to identify the constitutive law relevant parameters for better understanding and characterization of the arterial wall mechanical behaviors.     

简化超球体SRUKF的GPS/MIMU组合姿态估计

针对加速度计、磁强计易受机动加速度和周围环境影响的问题,提出了一种单基线GPS/MIMU组合姿态估计方法。该方法利用单基线GPS天线代替磁强计提供航向信息,并利用GPS的速度信息对加速度计输出的机动加速度分量进行补偿,构成单基线GPS/MIMU组合姿态确定单元。同时考虑实时性要求,在SRUKF的基础上,引入加性非扩展形式和超球体单形采样,提出了简化超球体平方根UKF算法,通过减少状态维数和采样点的数量,降低算法计算量。建立加性噪声下的单基线GPS/MIMU姿态模型,并采用简化超球体平方根UKF算法进行姿态估计。实验结果表明,单基线GPS的速度信息可以有效提高加速度计对水平倾角的确定精度,姿态估计算法收敛后的最大误差小于0.8°,估计精度与UKF相当,且执行时间仅是UKF的42%。     

基于修正的Rodrigues参数的EKF算法在姿态估计中的应用

以低成本航姿测量系统为研究对象,针对四元数描述姿态时存在冗余的不足,提出使用三维独立矢量的修正的Rodrigues参数进行姿态解算,利用与其影子参数相互切换的方法解决了修正的Rodrigues参数在描述姿态时存在奇异的问题,根据系统中器件的特点,以陀螺零偏和修正的Rodrigues参数为状态向量,以加速度计、磁强计输出为观测向量建立了基于扩展Kalman滤波的姿态估计算法,避免了利用四元数进行姿态估计时状态误差方差阵产生奇异的问题,并在一定程度上减小了估计算法的计算量。最后通过全姿态以及摇摆基座数据仿真验证了算法的有效性。     

导航系统白噪声误差特性的在线统计估计

本文提出了一种无需参考系统，对3个以上导航系统同时进行白噪声误差特性在线统计估计的方法，并进行了仿真实验和实航数据分析。     

UKF在深组合GPS/INS导航系统中的应用

采用联邦滤波的深组合GPS/INS导航系统预滤波器量测模型具有很强的非线性,导致扩展卡尔曼滤波（EKF）的预滤波器估计精度不高。Unscented卡尔曼滤波（UKF）方法是一种非线性分布近似方法,它使用有限数量的sigma点去逼近整个非线性动态系统的分布可能,从而避免了对非线性测量模型进行线性化,具有较高的精度和较好的鲁棒性。在分析深组合导航系统预滤波器模型和UKF原理的基础上,设计了基于UKF滤波算法的预滤波器,对码相位误差、载波相位误差、载波频率误差、载波频率变化率等参数进行估计,同时将UKF和EKF算法进行了仿真比较。结果表明,在深组合导航系统中使用UKF滤波比EKF有更高的导航定位精度。