10.13465/j.cnki.jvs.2021.23.011
改进的强追踪平方根无迹卡尔曼滤波时变结构参数识别
地震作用下时变结构参数识别一直为研究者所关心,传统扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)等方法存在时变结构参数跟踪识别能力弱、协方差矩阵开方时矩阵奇异导致计算不稳定等问题.基于平方根无迹卡尔曼滤波(SRUKF),提出一种改进的强追踪平方根无迹卡尔曼滤波(MSTSRUKF)方法.首先使用QR分解改进平方根无迹卡尔曼滤波算法巾协方差矩阵平方根计算方法,使计算过程无条件数值稳定;其次改进滤波更新巾协方差矩阵平方根的计算方法,同时引入观测矩阵的等价形式,保证算法的稳定性的同时,避免求解复杂系统的Jacobian矩阵;最后引入强迫踪滤波技术,更新时间预测协方差矩阵,使算法具备时变参数跟踪能力.数值分析结果表明,MSTSRUKF算法能有效识别线性和非线性系统突变参数,同时能较准确地预测结构状态,计算过程中数值稳定,算法具有较强的抗噪性.
地震;平方根无迹卡尔曼滤波(SRUKF);QR分解;时变参数识别
40
P315;TU311.3(大地(岩石界)物理学(固体地球物理学))
国家重点研发计划2017YFC1500605
2021-12-27(万方平台首次上网日期,不代表论文的发表时间)
共10页
74-82,126