尼兰詹·萨哈;罗伊·D·。 使用显式和无导数局部线性化的扩展卡尔曼滤波器。 (英文) Zbl 1205.93150号 申请。数学。建模 33,第6期,2545-2563(2009). 小结:我们提出了三种扩展卡尔曼滤波器(EKF),特别适用于高斯白噪声下机械振荡器的参数估计。这些滤波器基于控制随机微分方程(SDE-s)中非线性漂移项的三种显式无导数局部线性化(DLL)。除了通过一项替换对非线性漂移函数进行基本线性化外,还尝试通过显式Euler和Newmark展开使用替换进行线性化,以确保真实解与线性化解更接近。因此,与传统的EKF不同,所提出的滤波器在任何阶段都不需要计算导数(正切矩阵)。测量值是通过用噪声破坏SDE的数值解,通过这些线性化的隐式版本综合生成的。为了证明所提方法相对于传统EKF的有效性和准确性,对几个单自由度(DOF)振荡器和一个具有恒定参数的三自由度剪切框架进行了数值模拟。 引用于2文件 MSC公司: 93E11号机组 随机控制理论中的滤波 93B18号机组 线性化 93E10型 随机控制理论中的估计与检测 93E12号机组 随机控制理论中的辨识 60克35 信号检测和滤波(随机过程方面) 62M20型 随机过程推断和预测 关键词:扩展卡尔曼滤波器;显式和无导数局部线性化;状态和参数估计 PDF格式BibTeX公司 XML格式引用 \textit{N.Saha}和\textit{D.Roy},应用。数学。型号33,编号6,2545--2563(2009;Zbl 1205.93150) 全文: 内政部 参考文献: [1] Kalman,R.E.,线性滤波和预测问题的新方法,Trans。ASME J.基础工程,82,35-45(1960) [2] Kalman,R.E。;Bucy,R.S.,滤波和预测理论的新结果,Trans。ASME J.基础工程,83,95-108(1961) [3] 云,C-B。;Shinozuka,M.,非线性结构动力系统的识别,J.Struct。机械。(现为基于力学的结构和机械设计),8,2,187-203(1980) [4] Hoshiya,M。;Saito,E.,《利用扩展卡尔曼滤波器进行结构识别》,J.Eng.Mech。ASCE,110,1211757-1770(1984) [5] Imai,H。;云,C-B。;O.丸山。;Shinozuka,M.,《结构动力学系统识别基础》,Prob。工程机械。,162-173年4月4日(1989年) [6] 加尼姆,R。;Shinozuka,M.,《结构系统识别I:理论》,J.Eng.Mech。ASCE,121,225-264(1995) [7] 林,C.C。;宋楚瑜。;Natke,H.G.,降解结构的实时集成,J.工程机械。ASCE,116,10,2258-2274(1990) [8] Yang,J.N。;Lin,S.,使用自适应跟踪技术在线识别非线性滞回结构,国际期刊No。机械。,39, 9, 1481-1491 (2004) ·Zbl 1348.74302号 [9] Ching,J。;Beck,J.L。;波特,K.A.,不确定动力系统的贝叶斯状态和参数估计,Prob。工程机械。,21, 1, 81-96 (2006) [10] 马诺哈尔,C.S。;Roy,D.,用于识别非线性结构动力系统的蒙特卡罗滤波器,Sadhana,31,4,399-427(2006)·Zbl 1154.93039号 [11] Sajeeb,R。;马诺哈尔,C.S。;Roy,D.,《在噪声非线性结构动力系统的主动控制算法中使用粒子滤波器》,J.Sound Vib。,306, 1-2, 111-135 (2007) ·Zbl 1242.93147号 [12] 霍斯纳,《结构控制:过去、现在和未来》,J.Eng.Mech。ASCE,123,9,897-971(1997) [13] 克申,G。;Worden,K。;瓦卡基斯,A.F。;Golinval,J-C.,结构动力学非线性系统识别的过去、现在和未来,机械。系统。信号处理。,20, 3, 505-592 (2006) [14] Brown,R.G。;Hwang,P.Y.C.,《随机信号和应用卡尔曼滤波导论》(1997),威利出版社,纽约·Zbl 0868.93002号 [15] Chui,C.K。;Chen,G.,实时应用的卡尔曼滤波(1998),Springer:Springer New York·Zbl 0636.93070号 [16] Hsieh,C.,用于未知输入系统的鲁棒两级卡尔曼滤波器,IEEE Trans。自动。对照,45,123734-2378(2000)·Zbl 0990.93130号 [17] 夏,Q。;Rao,M。;Ying,Y。;Shen,X.,自适应衰落卡尔曼滤波器及其应用,Automatica,30,8,1333-1338(1994)·Zbl 0825.93812号 [18] 洛,C-H。;Lin,C-Y。;Huang,C-C.,地震荷载下框架的时域识别,J,Eng.Mech。ASCE,126、7、693-703(2000) [19] 加尼姆,R。;Ferro,G.,使用集合卡尔曼滤波器对强非线性系统进行健康监测,结构。健康周一。,1345-259(2006年) [20] Ghosh,S.J。;罗伊·D·。;Manohar,C.S.,通过横向线性化的扩展卡尔曼滤波器的新形式及其在结构系统识别中的应用,Comp。方法。申请。机械。,196, 49-52, 5063-5083 (2007) ·Zbl 1173.70306号 [21] Roy,D.,《非线性振荡器的相空间线性化:确定性和随机系统》,J.Sound Vib。,231, 2, 307-341 (2000) ·Zbl 1237.70012号 [22] Roy,D.,《非线性确定性和随机动力系统的数值分析技术》,Proc。罗伊。Soc.A.,457539-566(2001年)·Zbl 1007.37038号 [23] 罗伊·D·。;Dash,M.K.,工程动力系统的新型随机局部横向线性化(LTL)技术:强解,应用。数学。型号。,29, 10, 913-937 (2005) ·Zbl 1163.70325号 [24] 北萨哈。;Roy,D.,随机驱动非线性振子的高阶弱线性化,Proc。罗伊。Soc.A,4632083,1827-1856(2007)·Zbl 1139.34042号 [25] 陈富创;谢建树,最优多级卡尔曼滤波器,IEEE Trans。自动。控制,45,11,2185-2188(2000)·Zbl 0991.93112号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。