[发明专利]机械系统模型在线辨识方法有效
申请号: | 202010051004.8 | 申请日: | 2020-01-16 |
公开(公告)号: | CN111177870B | 公开(公告)日: | 2022-05-06 |
发明(设计)人: | 陈雪峰;杨亮东;刘金鑫;乔百杰;严如强 | 申请(专利权)人: | 西安交通大学 |
主分类号: | G06F30/17 | 分类号: | G06F30/17;G06F30/20;G06K9/00 |
代理公司: | 北京中济纬天专利代理有限公司 11429 | 代理人: | 覃婧婵 |
地址: | 710049 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 机械 系统 模型 在线 辨识 方法 | ||
1.一种机械系统模型在线辨识方法,所述方法包括以下步骤:
第一步骤(S1)中,设定用于辨识机械系统模型的FIR横向滤波器初值,其中,滤波器长度为M,滤波器初始权值设置为w[0]=[w0,w1,...,wM-1]T,其中上标T表示矩阵转置,滤波器权值w[n]和单位输入权值wr[n]的学习步长分别为μw和μr,n表示时刻,下标r用于指明单位输入的权值,下标w用于指明滤波器权值,权重向量增量的上限为β,
第二步骤(S2)中,在n时刻,指令输入信号r[n]与抖动建模信号δ[n]之和作为实际系统的输入信号u[n],观测实际系统的输出信号d[n],其中d[n]包括系统的输入响应yp[n]以及噪声信号v[n],其中下标p用于指明该响应信号是系统的响应,
第三步骤(S3)中,利用抖动建模信号δ[n]及其历史值组成的输入向量δ[n],δ[n]=[δ[n],δ[n-1],...,δ[n-M+1]]T和滤波器权向量w[n]=[w0,w1,...,wM-1]T进行卷积得到滤波器输出yδ[n],yδ[n]=w[n]T·δ[n],其中下标δ用于指明该输出为在抖动建模信号下的输出,
第四步骤(S4)中,将单位输入通过自适应权重wr[n],并累加于滤波器输出端,得到模型输出ym[n],ym[n]=yδ[n]+wr[n],其中下标m用于指明该输出为累加后的模型输出,
第五步骤(S5)中,利用观测得到的所述实际系统输出信号d[n]与所述模型输出ym[n],计算建模误差e[n]=d[n]-ym[n],
第六步骤(S6)中,对单位输入的自适应权重wr[n]进行调整,wr[n+1]=wr[n]+μre[n],其中wr[n+1]为n+1时刻单位输入的自适应权重,
第七步骤(S7)中,对滤波器权重w[n]进行调整,其中,sgn(·)代表符号函数,β为权重向量增量的上限,||·||代表向量的二范数,
第八步骤(S8)中,继续从第二步骤开始进行下一时刻的自适应建模过程。
2.根据权利要求1所述的方法,其中,被辨识的机械系统由离散模型H(z-1)描述,其中z-1和z-2代表频响函数中的延迟算子。
3.根据权利要求1所述的方法,其中,所述指令信号r[n]是幅值为-1和1的方波信号,实际系统输出端受到方差为0.1的零均值高斯白噪声v[n]干扰,抖动建模信号δ[n]为零均值、方差为0.1的高斯白噪声。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010051004.8/1.html,转载请声明来源钻瓜专利网。