1. 中国民航大学适航学院,天津 300300;2. 中国民航大学中欧 航空工程师学院,天津 300300
出版日期:
2021-01-25发布日期:
2021-03-11UD Decomposition Algorithm for Time-Varying System Identification Based on Information Matrix Eigenvalue Mapping
WANG Wei1 ,LI Jianfeng2 ,LIU Shuai11. Airworthiness College, Civil Aviation University of China, Tianjin 300300; 2. Sino-European Institute of Aviation Engineering, Civil Aviation University of China, Tianjin 300300
Online:
2021-01-25Published:
2021-03-11摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论
在系统辨识领域遗忘因子UD分解算法(一种通过对系统数据矩阵进行UD分解的在线辨识算法)具有对时变系统阶次和参数同步估计的优异性能, 但传统的遗忘策略不能从根本上解决信息压缩矩阵数据过饱和问题, 为了拓展现有UD分解算法在时变系统的适用范围, 同时针对数据空间分布不均匀性, 提出一种基于信息压缩矩阵特征值映射的UD分解辨识算法. 从理论上分析辨识算法跟踪能力与参数估计矩阵有界性的对应关系, 从而构造出一种基于信息压缩矩阵特征值映射的有界函数, 特征值映射函数能够根据系统数据传递过程中信息量的大小动态调整遗忘因子, 解决了参数辨识过程中数据过饱和及数据分布不均匀问题. 仿真结果表明, 相比于常规时变遗忘因子策略, 带有特征值映射的UD分解算法能够更加准确跟踪系统参数的变化, 且能够保证系统不是2$N$阶持续激励信号的情况下, 也能对时变系统参数进行跟踪.
分享此文: