基于期望最大化算法和求容积卡尔曼平滑器的气动参数辨识算法

发布时间：2018-03-29 16:22

本文选题：参数辨识　切入点：期望最大化　出处：《西北工业大学学报》2016年04期

【摘要】：针对初值和噪声统计特性未知情形下的飞行器系统辨识的问题,提出了基于期望最大化(expectation maximization,EM)和求容积卡尔曼平滑器(cubature Kalman smoother,CKS)的辨识算法。该算法用期望最大化算法对初值和噪声的统计特性进行估计;用求容积卡尔曼平滑器估计状态向量和未知参数。在期望最大化算法的求期望步骤中,所求的期望值通过求容积规则获得,用较少的采样点保证了估计精度;在期望最大化算法的最大化步骤中,未知量的最优值以解析解形式给出,减小了计算量。仿真结果说明,该算法在飞行器气动参数辨识问题中,能给出较好的辨识结果。与其他方法的对比验证说明新算法具有辨识精度高、收敛速度快等优点。
[Abstract]:Aircraft system identification problem for statistical characteristics of initial and unknown noise case, is proposed based on the expectation maximization (expectation maximization EM) and Calman (cubature Kalman smoothers volume smoother, CKS) identification algorithm. The algorithm uses expectation maximization algorithm to the initial statistical characteristics and noise estimation; for the volume of Calman smoother estimation of state vector and unknown parameters. The expectation maximization algorithm for the expectation step, the expected value obtained by volume, with fewer sampling points to ensure the estimation accuracy; in the maximization step the expectation maximization algorithm, the analytic solution of the optimal value of unknown form that reduces the amount of computation. The simulation results show that the algorithm in aerodynamic parameter identification problem, can give a good identification results. Compared with other methods to prove that the new algorithm The method has the advantages of high recognition precision and fast convergence speed.

【作者单位】：西北工业大学航空学院;中国航空工业第一飞机设计研究院;陕西省实验飞机设计与试验技术工程试验室;
【基金】：国家自然科学基金(11472222、61473227) 陕西省自然科学基金(2015JM6304) 航空科学基金(20151353018) 航天技术支撑基金(2014-HT-XGD)资助
【分类号】：V211

【相似文献】