未知激励下的无迹卡尔曼滤波新方法

摘要：

无迹卡尔曼滤波(UKF)是一种识别非线性系统的有效方法,然而传统的UKF方法需要观测外部激励,这限制了UKF的应用范围.迄今为止,国内外对未知激励情况下的UKF方法的研究还非常少.该文在传统UKF的基础上,推导出在未知激励情况下的无迹卡尔曼滤波(UKF-UI)方法的递推公式,通过对观测误差的最小化,利用非线性方程求解,识别未知外部激励,进而识别非线性结构系统状态与结构未知参数.进一步采用融合部分观测的加速度响应及位移响应,消除识别结果的漂移问题.分别通过白噪声和未知地震作用下识别非线性迟滞模型的两个数值算例,考虑观测噪声对非线性系统进行识别,从而验证提出新方法的有效性.结果表明,该文所提出的UKF-UI方法,能够在部分观测结构系统响应的情况下,有效地识别非线性结构参数和未知激励.

关键词：无迹卡尔曼滤波(UKF)、未知激励、系统识别、非线性系统、部分观测

所属期刊栏目：36

分类号：TB122(工程基础科学)

资助基金：国家自然科学基金资助项目51678509;福建省自然科学基金项目2016J01263;中央高校基本科研业务费专项资金资助项目20720160076;住房和城乡建设部科技项目2016-K4-046;厦门市交通基础设施智能管养工程技术研究中心资助项目TCIMI201815

在线出版日期：2019-06-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：29-35,48