奥黛丽·奥利维尔;安德鲁·斯迈思。 边缘化无迹卡尔曼滤波器用于有限元模型的有效参数估计。 （英语） Zbl 1440.93255号 计算。方法应用。机械。工程师。 339615-643（2018）. 摘要：本文主要研究多自由度动力系统（例如有限元模型）中的状态/参数组合估计问题，使用系统测量数据和非线性贝叶斯滤波技术进行估计。基于用于状态估计的线性或扩展卡尔曼滤波和用于参数学习的无迹滤波的组合，开发了一种高效的非线性卡尔曼滤波技术。这种组合是通过将边缘化原则应用于无迹变换来实现的。该方法利用扩展卡尔曼滤波所需的系统方程关于动态的雅可比矩阵，可以很容易地与正向传播所需的有限元分析输出相关联，从而产生一种非常有效的状态/参数滤波算法。对于线性动力系统，该方法产生的算法与UKF具有相同的精度，但减少了计算时间，如几个中型示例所示。对于非线性系统，所得到的算法在计算时间方面也优于UKF，因为雅可比矩阵是系统切线刚度矩阵的函数，其计算是有限元分析中传播所必需的。还表明，尽管该算法依赖于动态矩传播的线性化，但与通用UKF相比，精度的降低并不影响本文所述系统参数的学习。 引用于5文件 MSC公司： 93E11号机组 随机控制理论中的滤波 74S05号 有限元方法在固体力学问题中的应用 65N21型 含偏微分方程边值问题反问题的数值方法 60G35型 信号检测和滤波（随机过程方面） 10层62层 点估计 2015年1月62日 贝叶斯推断 关键词：反问题;扩展无迹卡尔曼滤波;边缘化;贝叶斯推断;有限元模型;动力学分析 软件：雏菊;有限元分析;DistMesh（分布式网格） PDF格式BibTeX公司 XML格式引用 \textit{A.Olivier}和\textit{A.W.Smyth}，计算。方法应用。机械。工程339、615--643（2018；Zbl 1440.93255） 全文： 内政部 参考文献： [1] Astroza，R。；易卜拉希米安，H。；Conte，J.P.，使用非线性随机滤波识别框架型结构的分布式塑性有限元模型中的材料参数，J.Eng.Mech。，141，5，第04014149条pp.（2015） [2] Jang，J。；Smyth，A.，《基于灵敏度聚类的全尺寸有限元模型的贝叶斯模型更新》，Struct。控制健康监测。，24、11（2017），e2004。http://dx.doi.org/10.1002/stc.2004 [3] Waisman，H。；Chatzi，E。；Smyth，A.W.，《通过扩展有限元方法和遗传算法检测和量化结构缺陷》，国际。J.数字。方法工程，82，3，303-328（2010）·Zbl 1188.74020号 [4] Aguilo，医学硕士。；阿基诺，W。；Brigham，J.C。；Fatemi，M.，《通过振动声学进行弹性成像的反问题方法》，IEEE Trans。医学成像，291012-1021（2010） [5] 埃斯坎达里，H。；Salcudean，S.E。；Rohling，R。；Bell，I.，粘弹性有限元反问题的实时解，反问题，27，8，文章085002 pp.（2011）·Zbl 1387.74107号 [6] Marchesseau，S。；Delingette，H。；Sermesant，M。；Cabrera-Lozoya，R。；Tobon-Gomez，C。；莫伊罗，P。；Figueras i.文图拉，R.M。；Lekadir，K。；埃尔南德斯，A。；Garreau，M。；多纳尔，E。；Leclercq，C。；Duckett，S。；Rhode，K。；里纳尔迪，C。；Frangi，A.F。；拉扎维，R。；沙佩尔，D。；Ayache，N.，使用区域体积的降阶无迹卡尔曼滤波对心脏机电模型进行个性化，医学图像分析。，17, 7, 816-829 (2013) [7] Smith，R.C.，《不确定性量化：理论、实现和应用》（2014），工业和应用数学学会·Zbl 1284.65019号 [8] 奥利维尔，A。；Smyth，A.W.，《在线参数估计算法在具有各种可辨识特性的系统中的性能》，Front。建筑环境。，3, 14 (2017) [9] 格林，P.L。；Worden，K.，贝叶斯和马尔可夫链蒙特卡罗方法，用于识别存在不确定性的非线性系统，Philos。事务处理。R.Soc.伦敦。序列号。数学。物理学。工程科学。，373, 20140405 (2015) [10] 孔特雷拉斯，A.A。；Le Maêtre，O.P。；阿基诺，W。；Knio，O.M.，弹性问题中贝叶斯推断的多模型多项式混沌代理字典，Probab。工程机械。，46, 107-119 (2016) [11] Green，P.L.，使用模拟退火的新变体Mech对非线性动力系统进行贝叶斯系统辨识。系统。信号处理。，52-53, 133-146 (2015) [12] Beck，J.L。；Zuev，K.M.，《渐近独立马尔可夫抽样：贝叶斯推断的新MCMC方案》，《国际不确定性杂志》。数量。，3, 5, 445-474 (2013) ·Zbl 1497.62009年 [13] 吴，M。；Smyth，A.W.，无迹卡尔曼滤波器在实时非线性结构系统识别中的应用，结构。控制健康监测。，1971年7月14日-990（2007年） [14] 查茨，E.N。；Smyth，A.W.，非同位异构传感非线性结构系统识别的无迹卡尔曼滤波和粒子滤波方法，Struct。控制健康监测。，2009年9月16日至123日 [15] Kalman，R.E.，线性滤波和预测问题的新方法，ASME。《基础工程杂志》，82，1，35-45（1960） [16] Särkkä，S.，贝叶斯滤波与平滑（2013），剑桥大学出版社·Zbl 1274.62021号 [17] Chui，C.K。；Chen，G.，《卡尔曼滤波：实时应用》，108-130（2009），《Springer-Verlag:Springer-Verlag Berlin》，海德堡，第8章：扩展卡尔曼滤波与系统识别·Zbl 1206.93110号 [18] 朱利尔，S.J。；Uhlmann，J.K.，《无中心滤波和非线性估计》，Proc。IEEE，92，3，401-422（2004） [19] T.B.Schon、R.Karlsson、F.Gustafsson，《实践中的边缘化粒子过滤器》，2006年IEEE航空航天会议。http://dx.doi.org/10.109/AERO.2006.1655922。 ·Zbl 1370.93279号 [20] 埃夫特哈尔·阿扎姆，S。；巴赫里尼亚，M。；Mariani，S.，通过粒子和西格玛点卡尔曼滤波进行随机系统识别，《伊朗科学》，第19、4、982-991页（2012年） [21] 查茨，E.N。；Smyth，A.，《非线性系统识别：基于粒子的方法》，（《地震工程百科全书》（2014），斯普林格·弗拉格，柏林，海德堡），1-18 [22] 李毅。；Sun，S.L。；Hao，G.，基于高斯-黑米近似的非线性多传感器系统加权测量融合粒子滤波器，传感器，17（2017） [23] Ambadan，J.T。；Tang，Y.，强非线性系统的Sigma-point Kalman滤波数据同化方法，J.Atmos。科学。，66, 2, 261-285 (2009) [24] Solonen，A。；崔，T。；Hakkarainen，J。；Marzouk，Y.，《关于高斯滤波器的降维》，《反问题》，32，4，第045003页，（2016）·Zbl 1361.65036号 [25] 法雷尔，B.F。；Ioannou，P.J.，使用降阶卡尔曼滤波器进行状态估计，J.Atmos。科学。，58, 23, 3666-3680 (2001) [26] Fisher，M.，《同化技术（5）：近似卡尔曼滤波器和奇异向量》（气象培训系列讲座（2002年）） [27] Brasseur，P。；Verron，J.，《海洋学数据同化的SEEK滤波方法：综合》，《海洋动力学》。，56, 5, 650-661 (2006) [28] L.E.Padilla，C.W.Rowley，《无迹卡尔曼滤波器的自适应协方差库算法》，载于：《第49届IEEE决策与控制会议论文集》，CDC，2010年，第1324-1329页。http://dx.doi.org/10.1109/CDC.2010.5717549。 [29] 莫伊罗，P。；Chapelle，D.，降阶无迹卡尔曼滤波及其在大维系统参数识别中的应用，ESAIM Control Optim。计算变量，17，2，380-405（2011）·兹比尔1243.93114 [30] Xi，J。；拉玛塔，P。；Lee，J。；莫伊罗，P。；沙佩尔，D。；Smith，N.，基于降阶无迹卡尔曼滤波器的计算机测量心肌横向各向同性材料参数估计，J.Mech。行为。生物识别。材料。，4, 7, 1090-1102 (2011) [31] 莫伊罗，P。；沙佩尔，D。；Le Tallec，P.，分布式机械系统的联合状态和参数估计，计算。方法应用。机械。工程，197，6-8，659-677（2008）·Zbl 1169.74439号 [32] Astroza，R。；易卜拉希米安，H。；Conte，J.P.，（使用随机滤波更新非线性结构有限元模型（2015），Springer，Cham），67-74 [33] Astroza，R。；Nguyen，L.T。；Nestorovic，T.，使用模拟退火与无迹卡尔曼滤波相结合的有限元模型更新，计算。结构。，177, 176-191 (2016) [34] Triantafylou，S.P。；Chatzi，E.N.，《验证异质结构计算模型的滞后多尺度公式》，J.应变分析。工程设计。，51, 1, 46-62 (2016) [35] M.R.Moreland，B.Moran，《条件线性模型的无味变换》，摘自：IEEE声学、语音和信号处理国际会议论文集，ICASSP’07，第3卷，2007年，第1417-1420页。http://dx.doi.org/10.109/ICASSP.2007.367112。 [36] Kontoroupi，T。；Smyth，A.W.，非线性系统联合状态和参数估计的在线噪声识别，ASCE-ASME J.风险不确定性工程系统。一个文明。工程，2，3，文章B4015006 pp.（2016） [37] Olivier，A.，《在线贝叶斯滤波算法对复杂非线性动力系统有效监测和改进不确定性量化的增强》（2017），哥伦比亚大学，（第6章）。http://dx.doi.org/10.7916/D81R72ZZ [38] Sarkar，S。；华纳，J.E。；阿基诺，W。；Grigoriu，M.D.，晶间腐蚀速率不确定性量化的随机降阶模型，Corros。科学。，80, 257-268 (2014) [39] 华纳，J.E。；阿基诺，W。；Grigoriu，M.D.，不确定性逆问题的随机降阶模型，计算。方法应用。机械。工程，285488-514（2015）·Zbl 1425.65068号 [40] S.J.Julier，J.K.Uhlmann，通过非线性变换传播均值和协方差的简化西格玛点滤波器，载于：《2002年IEEE美国控制会议论文集》，2002年第2卷，第887-892页。http://dx.doi.org/10.1109/ACC.2002.1023128。 [41] E.A.Wan，R.van der Merwe，《非线性估计的无迹卡尔曼滤波器》，载于《IEEE 2000信号处理、通信和控制自适应系统研讨会论文集》，2000年，第153-158页。http://dx.doi.org/10.1109/ASSPCC.2000.882463。 [42] J.J.LaViola，《无迹和扩展卡尔曼滤波用于估计四元数运动的比较》，载于《美国控制会议论文集》，2003年，第2435-2440页。 [43] M.St-Pierre，D.Gingras，集成导航信息系统位置估计模块的无迹卡尔曼滤波器和扩展卡尔曼滤波器的比较，见：IEEE智能车辆研讨会，2004年，第831-835页。http://dx.doi.org/10.1109/IVS/2004.1336492。 [44] 吴，X。；Wang，Y.，基于扩展和无迹卡尔曼滤波的时间序列预测前馈神经网络，应用。数学。型号。，36, 3, 1123-1131 (2012) ·Zbl 1243.93115号 [45] S.J.Julier，J.K.Uhlmann，《极坐标系和笛卡尔坐标系之间转换的一种一致的、减损的方法》，载于《SPIE 3086会议录》，第3086卷，1997年，第110-121页。http://dx.doi.org/10.1117/12.277178。 [46] 奥利维尔，A。；Smyth，A.W.，《SHM非线性滤波综述与不确定性量化的新型高阶卡尔曼滤波算法探索》，J.Eng.Mech。，143 (2017) [47] Doucet，A。；德弗里塔斯，N。；墨菲，K.P。；Russell，S.J.，《动态贝叶斯网络的Rao-Blackwellised粒子滤波》（《第16届人工智能不确定性会议论文集》，UAI’00（2000），Morgan Kaufmann Publishers Inc.），176-183 [48] Schön，T。；Gustafsson，F。；Nordlund，P.-J.，混合线性/非线性状态空间模型的边缘化粒子滤波器，IEEE Trans。信号处理。，53, 7, 2279-2289 (2005) ·Zbl 1370.94229号 [49] 奥利维尔，A。；Smyth，A.W.，《结构系统参数识别的粒子滤波和边缘化》，结构。控制健康监测。，第24、3条，第1874页（2017年） [50] Chang，G.，利用边缘无迹卡尔曼滤波器实现INS/GPS与恒定杠杆臂的松耦合集成，J.Navig。，67, 3, 419-436 (2014) [51] Chang，G.，用于同一时间点交叉相关过程和观测噪声的边缘无迹卡尔曼滤波器，IET雷达声纳导航。，8, 1, 54-64 (2014) [52] 刘，M。；Chang，G.，基于边缘鲁棒无迹卡尔曼滤波器的重力匹配辅助惯性导航技术，数学。问题。工程，2015，592480（2015） [53] Hughes，T.J.R.，有限元方法-线性静态和动态有限元分析（2000），多佛出版物·Zbl 1191.74002号 [54] 费什，J。；Belytschko，T.，有限元第一课程（2007），John Wiley&Sons Ltd·Zbl 1135.74001号 [55] 佩尔松，P.-O。；Strang，G.，MATLAB中的简单网格生成器，SIAM Rev.，46，329-345（2004）·Zbl 1061.65134号 [56] 巴瑟·K·J。；Cimento，A.P.，求解非线性有限元方程的一些实用程序，计算。方法应用。机械。工程，22，1，59-85（1980）·Zbl 0435.73080号 [57] Taylor，R.L.，FEAP-有限元分析程序，8.5版理论手册（2017），加州大学伯克利分校土木与环境工程系 [58] M.Briers，S.R.Maskell，R.Wright，A Rao-Blackwellised unscented Kalman filter，收录于：《第六届信息融合国际会议论文集》，2003年第1卷，第55-61页。http://dx.doi.org/10.109/ICIF.2003.177426。 [59] Kim，N.-H.，非线性有限元分析导论（2015），施普林格·Zbl 1308.74001号 [60] 贝鲁，G。；Pia Saccomani，M。；奥多利，S。；D'Angió，L.，DAISY：一种测试生物和生理系统全局可识别性的新软件工具，Compute。方法进展。生物识别。，88, 1, 52-61 (2007) [61] Biswas，S.K。；乔·L。；Dempster，A.G.，用于无迹卡尔曼滤波器以提高计算效率的新型先验状态计算策略，IEEE Trans。自动化。控制，62，4，1852-1864（2017）·Zbl 1366.93650号 [62] Kontoroupi，T。；Smyth，A.W.，使用非线性滤波器的在线贝叶斯模型评估，结构。控制健康监测。，24，3，文章e1880 pp.（2017） 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。