基于自適應EKF結構參數(shù)識別與魯棒性分析

摘要： 擴展卡爾曼濾波（extended Kalman filter，簡稱EKF）方法常用于結構參數(shù)識別，但存在對濾波參數(shù)敏感等局限性，需大量試錯來尋找最優(yōu)噪聲方差參數(shù)。針對此問題，推導了基于殘差的協(xié)方差匹配公式。首先，通過滑動窗口法或遺忘因子法自適應更新匹配測量噪聲方差，實現(xiàn)了基于EKF的自適應識別結構參數(shù)；其次，以一個3層Duffing型非線性剪切框架為例來驗證方法的有效性，并進行... （共9頁）