本文選題：參數(shù)辨識　切入點：期望最大化　出處：《西北工業(yè)大學(xué)學(xué)報》2016年04期

【摘要】：針對初值和噪聲統(tǒng)計特性未知情形下的飛行器系統(tǒng)辨識的問題,提出了基于期望最大化(expectation maximization,EM)和求容積卡爾曼平滑器(cubature Kalman smoother,CKS)的辨識算法。該算法用期望最大化算法對初值和噪聲的統(tǒng)計特性進行估計;用求容積卡爾曼平滑器估計狀態(tài)向量和未知參數(shù)。在期望最大化算法的求期望步驟中,所求的期望值通過求容積規(guī)則獲得,用較少的采樣點保證了估計精度;在期望最大化算法的最大化步驟中,未知量的最優(yōu)值以解析解形式給出,減小了計算量。仿真結(jié)果說明,該算法在飛行器氣動參數(shù)辨識問題中,能給出較好的辨識結(jié)果。與其他方法的對比驗證說明新算法具有辨識精度高、收斂速度快等優(yōu)點。
[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.

【作者單位】： 西北工業(yè)大學(xué)航空學(xué)院;中國航空工業(yè)第一飛機設(shè)計研究院;陜西省實驗飛機設(shè)計與試驗技術(shù)工程試驗室;
【基金】：國家自然科學(xué)基金(11472222、61473227) 陜西省自然科學(xué)基金(2015JM6304) 航空科學(xué)基金(20151353018) 航天技術(shù)支撐基金(2014-HT-XGD)資助
【分類號】：V211

【相似文獻】

相關(guān)期刊論文 前1條

1 盧伯英,陳國清,陶漢銘;卡爾曼平滑在動態(tài)推力測量中的應(yīng)用[J];北京航空航天大學(xué)學(xué)報;1990年01期

，

本文編號：1681904