基于紅外成像的小型化穩(wěn)定平臺參數(shù)辨識
發(fā)布時間:2022-01-16 10:24
針對紅外成像的小型化穩(wěn)定平臺參數(shù)辨識的問題,對系統(tǒng)中非線性因素進行盡可能抑制,并在高速環(huán)境下對系統(tǒng)進行辨識。在辨識過程中,利用偽隨機信號(Pseudo random binary signal,PRBS)作為調(diào)制的輸入電壓信號對系統(tǒng)激勵,相應(yīng)的系統(tǒng)輸出響應(yīng)為速度信號,并應(yīng)用增廣最小二乘方法辨識線性離散模型參數(shù),最后通過參數(shù)化和非參數(shù)化兩種方式,對辨識模型的精確度進行了驗證。結(jié)果表明:辨識得到的用來衡量實際系統(tǒng)輸出隨輸入變化的傳函關(guān)系的參數(shù)模型,能夠反映真實系統(tǒng)的動態(tài)特性,滿足辨識精度要求。
【文章來源】:紅外技術(shù). 2020,42(01)北大核心CSCD
【文章頁數(shù)】:10 頁
【部分圖文】:
階躍信號作用下負載運動位置響應(yīng)Fig.9Loadpositionresponsewhenstepsignalexciting
藕拋饔?時的情況,所以頻率高的信號使對象運動速度的幅值肯定相對要校雖然知道成形濾波器的結(jié)構(gòu)和參數(shù),但是真實系統(tǒng)引入的噪聲不可測,仿真時無法直接對模型施加與真實系統(tǒng)內(nèi)部白噪聲特性一致的白噪聲,也不能盲目確定其量級和變化情況,否則會對模型真實輸出影響很大,在這里只能對比預測模型的理想輸出和實際系統(tǒng)真實輸出的誤差特征,控制率保持3ms不變,幅值都選擇0.1時,以階躍信號作為輸入信號激勵時,負載在俯仰方向上的實時運動位置如圖9,實際運動速度輸出與預測模型速度輸出對比結(jié)果如圖10,預測模型的動態(tài)響應(yīng)結(jié)果如圖11,當分別以5Hz和30Hz正弦信號作為輸入信號激勵時,實際系統(tǒng)與預測模型的速度輸出對比結(jié)果依次如下圖的12~13,其中表2~3依次為兩者在不同正弦信號激勵下的動態(tài)響應(yīng)指標對比結(jié)果。圖9階躍信號作用下負載運動位置響應(yīng)Fig.9Loadpositionresponsewhenstepsignalexciting圖10階躍信號作用下速度變化Fig.10Velocitychangeresponsewhenstepsignalexciting
第42卷第1期Vol.42No.12020年1月郭雪峰等:基于紅外成像的小型化穩(wěn)定平臺參數(shù)辨識Jan.202031且不易用具體參數(shù)模型進行描述,由此得到的伺服控制系統(tǒng)的實際響應(yīng),與根據(jù)各機電環(huán)節(jié)固有參數(shù)進行理論推導的模型的響應(yīng)相比差別很大,用來辨識的輸入輸出數(shù)據(jù)都是受非線性因素影響的非理想信息,如何利用受污染的數(shù)據(jù)辨識出無偏的參數(shù),這也是包括穩(wěn)定平臺在內(nèi)的機電系統(tǒng)辨識的共有難點。圖1待辨識的穩(wěn)定平臺實物圖Fig.1Actuallystabilizedplatformtobeidentified1小型化穩(wěn)定平臺辨識現(xiàn)狀及分析針對小型穩(wěn)定平臺這類具有有限行程的機電系統(tǒng)的辨識研究,大多數(shù)文獻都集中于對電機執(zhí)行器件的參數(shù)辨識,如圖1為待辨識的小型化穩(wěn)定平臺,具體問題表現(xiàn)在以下方面:1)伺服系統(tǒng)工作時,不可避免地需要克服因動密封而引入的較大摩擦力矩和其他線繞力矩等非線性因素,基于LTI(Linertimeinvariant)系統(tǒng)的時域和頻域辨識方法所用的速度或加速度數(shù)據(jù)都是受非線性因素影響的非理想數(shù)據(jù),從而導致辨識結(jié)果產(chǎn)生較大的誤差。2)現(xiàn)有的時域辨識算法通常采用充分激勵后,對采集得到的速度及加速度信息進行辨識,小型穩(wěn)定平臺因受行程范圍的局限,當在小幅值輸入信號作用下,系統(tǒng)需要克服一定摩擦力,而達不到能真實對應(yīng)輸入信號作用下速度值,當輸入信號幅值過大時,運動范圍超出有效行程而與框體撞擊,完全破壞固有的運動狀態(tài),采集到的信息完全不能表征原有系統(tǒng),而使辨識失效,同時,一般的光電系統(tǒng)具有充分的運動空間,能夠輸入幅值足夠大的激勵信號,相對能滿足更高的信噪比,這也使得小型化穩(wěn)定平臺辨識易受量化噪聲的影響。其次,為了使辨識出的模型不僅具有與原系統(tǒng)?
【參考文獻】:
期刊論文
[1]偵察監(jiān)視車及其光電傳感器的發(fā)展現(xiàn)狀[J]. 陳苗海. 激光與紅外. 2005(07)
[2]無人機光電探測技術(shù)的現(xiàn)狀及發(fā)展趨勢[J]. 朱耘,韓根甲. 艦船科學技術(shù). 2004(06)
本文編號:3592471
【文章來源】:紅外技術(shù). 2020,42(01)北大核心CSCD
【文章頁數(shù)】:10 頁
【部分圖文】:
階躍信號作用下負載運動位置響應(yīng)Fig.9Loadpositionresponsewhenstepsignalexciting
藕拋饔?時的情況,所以頻率高的信號使對象運動速度的幅值肯定相對要校雖然知道成形濾波器的結(jié)構(gòu)和參數(shù),但是真實系統(tǒng)引入的噪聲不可測,仿真時無法直接對模型施加與真實系統(tǒng)內(nèi)部白噪聲特性一致的白噪聲,也不能盲目確定其量級和變化情況,否則會對模型真實輸出影響很大,在這里只能對比預測模型的理想輸出和實際系統(tǒng)真實輸出的誤差特征,控制率保持3ms不變,幅值都選擇0.1時,以階躍信號作為輸入信號激勵時,負載在俯仰方向上的實時運動位置如圖9,實際運動速度輸出與預測模型速度輸出對比結(jié)果如圖10,預測模型的動態(tài)響應(yīng)結(jié)果如圖11,當分別以5Hz和30Hz正弦信號作為輸入信號激勵時,實際系統(tǒng)與預測模型的速度輸出對比結(jié)果依次如下圖的12~13,其中表2~3依次為兩者在不同正弦信號激勵下的動態(tài)響應(yīng)指標對比結(jié)果。圖9階躍信號作用下負載運動位置響應(yīng)Fig.9Loadpositionresponsewhenstepsignalexciting圖10階躍信號作用下速度變化Fig.10Velocitychangeresponsewhenstepsignalexciting
第42卷第1期Vol.42No.12020年1月郭雪峰等:基于紅外成像的小型化穩(wěn)定平臺參數(shù)辨識Jan.202031且不易用具體參數(shù)模型進行描述,由此得到的伺服控制系統(tǒng)的實際響應(yīng),與根據(jù)各機電環(huán)節(jié)固有參數(shù)進行理論推導的模型的響應(yīng)相比差別很大,用來辨識的輸入輸出數(shù)據(jù)都是受非線性因素影響的非理想信息,如何利用受污染的數(shù)據(jù)辨識出無偏的參數(shù),這也是包括穩(wěn)定平臺在內(nèi)的機電系統(tǒng)辨識的共有難點。圖1待辨識的穩(wěn)定平臺實物圖Fig.1Actuallystabilizedplatformtobeidentified1小型化穩(wěn)定平臺辨識現(xiàn)狀及分析針對小型穩(wěn)定平臺這類具有有限行程的機電系統(tǒng)的辨識研究,大多數(shù)文獻都集中于對電機執(zhí)行器件的參數(shù)辨識,如圖1為待辨識的小型化穩(wěn)定平臺,具體問題表現(xiàn)在以下方面:1)伺服系統(tǒng)工作時,不可避免地需要克服因動密封而引入的較大摩擦力矩和其他線繞力矩等非線性因素,基于LTI(Linertimeinvariant)系統(tǒng)的時域和頻域辨識方法所用的速度或加速度數(shù)據(jù)都是受非線性因素影響的非理想數(shù)據(jù),從而導致辨識結(jié)果產(chǎn)生較大的誤差。2)現(xiàn)有的時域辨識算法通常采用充分激勵后,對采集得到的速度及加速度信息進行辨識,小型穩(wěn)定平臺因受行程范圍的局限,當在小幅值輸入信號作用下,系統(tǒng)需要克服一定摩擦力,而達不到能真實對應(yīng)輸入信號作用下速度值,當輸入信號幅值過大時,運動范圍超出有效行程而與框體撞擊,完全破壞固有的運動狀態(tài),采集到的信息完全不能表征原有系統(tǒng),而使辨識失效,同時,一般的光電系統(tǒng)具有充分的運動空間,能夠輸入幅值足夠大的激勵信號,相對能滿足更高的信噪比,這也使得小型化穩(wěn)定平臺辨識易受量化噪聲的影響。其次,為了使辨識出的模型不僅具有與原系統(tǒng)?
【參考文獻】:
期刊論文
[1]偵察監(jiān)視車及其光電傳感器的發(fā)展現(xiàn)狀[J]. 陳苗海. 激光與紅外. 2005(07)
[2]無人機光電探測技術(shù)的現(xiàn)狀及發(fā)展趨勢[J]. 朱耘,韓根甲. 艦船科學技術(shù). 2004(06)
本文編號:3592471
本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/3592471.html
最近更新
教材專著