递推最小二乘算法

摘要： 针对现有基于电池恒定参数模型的SOC估计方法忽略了工况和SOC对电池模型参数的影响而导致SOC估计误差偏大的问题,本文提出一种将带有遗忘因子递推最小二乘算法与扩展卡尔曼滤波算法相结合的联合SOC估计方法。该方法先利用FFRLS算法在线辨识电池等效电路模型参数并实时修正电池模型,再利用EKF算法和实时修正的电池模型估计电池SOC。实验结果表明,本文所提的SOC估计方法能有效减小电池模型参数变化所带来的SOC估计误差。在脉冲放电、脉冲充电和动态应力测试实验中,最终电池SOC估计的最大误差分别为1.01%、0.87%和1.59%。

摘要： 内嵌式永磁同步电动机(IPMSM)的定子电阻、直轴电感、交轴电感和转子永磁磁链易发生变化,降低了电动机控制系统的性能,为此,提出一种梯形波电流注入的IPMSM多参数在线辨识方法。采用遗忘因子递推最小二乘算法,辨识IPMSM的定子电阻、直轴电感、交轴电感和转子永磁磁链,解决了4个参数同时在线辨识所存在的欠秩问题,并且梯形波电流注入法减小了电动机的转矩脉动。为实现待辨识参数的快速和准确的收敛,研究了持续激励条件。在两相同步旋转坐标系中对逆变器的非线性进行建模分析,减小了逆变器的非线性对IPMSM参数辨识精度的影响。仿真和实验结果证明了所提出的多参数在线辨识方法的有效性。

摘要： 永磁同步电机电阻与电感参数在运行过程中会发生变化,影响滑模控制系统性能。为了减少参数变化带来的影响,进行了电机参数在线辨识研究。对递推最小二乘算法基本原理进行说明,分析固定遗忘因子辨识特性。固定遗忘因子会造成算法稳定性与实时性相互矛盾,因此采用动态遗忘因子进行电机参数在线识别,并将得到的电阻与电感值反馈到滑模观测器中。阐述了滑模观测器及锁相环理论,并在MATLAB/Simulink中搭建模型进行实验仿真,结果表明,参数辨识环节的加入可以有效提高控制系统的性能。

摘要： 针对随钻测量过程中钻具底部振动噪声引起重力加速度信息严重失真的问题,文中提出一种将广义回归神经网络和改进的递推最小二乘相结合的方法来去除噪声。应用自适应噪声相互抵消的原理,以加速度计测量信号与钻具振动信号作为主噪声模型,将经过广义回归神经网络处理后的钻具振动信号作为副噪声模型。采用递推最小二乘法滤波处理,进而提高钻具加速度计测量精度,解算实时钻进的姿态信息。仿真实验结果表明,文中所提算法能有效去除钻具加速度计振动噪声,提高姿态测量精度。去噪后解算的井斜角误差在1.45°之内,工具面角误差在1.65°之内。

摘要： 在传统的电网惯量和频率稳定评估中,忽略了发电厂内部异步电动机负荷的惯量贡献,可能导致评估结果产生偏差。基于此,研究了常态下、考虑旋转负荷贡献的发电厂惯量修正估计方法。将发电厂及内部电动机负荷等效为一个整体,利用出口母线的有功/频率常态化小扰动数据估计发电厂等效惯量。针对发电厂等效惯量为时变参数的特点,提出应用受控自回归模型和基于可变遗忘因子的递推最小二乘辨识算法估计惯量参数。算例验证结果表明:所提出的辨识模型精度较高,能适应小扰动输入/输出数据的参数辨识。考虑电动机旋转负荷的惯量贡献时,发电厂等效惯量和系统等效惯量均存在差异,并具有时变特性,获得的修正惯量能更客观地评估发电厂惯量和系统惯量。

摘要： 汽车ESP系统的关键参数对ESP系统控制效果起着至关重要的作用,而这些参数很难直接获取,对其进行估算是一种切实可行的方法.在CarSim阶跃工况下,利用递推最小二乘算法对不同转角、车速下等效前、后轴侧偏刚度进行辨识,并拟合辨识的MAP图.建立汽车3自由度简化模型,模型中等效前、后轴侧偏刚度随转角和车速自适应变化.将改进后的Sage?Husa噪声估计器结合无迹卡尔曼滤波对汽车行驶状态参数质心侧偏角、横摆角速度、纵向车速和横向车速进行估算,估算结果与CarSim软件仿真结果吻合度高;将估算的汽车行驶状态参数作为输入,利用自适应无迹卡尔曼滤波对高附着路面、低附着路面以及对接路面的附着系数进行估算,估算结果与CarSim路面附着系数设置值吻合程度高.

摘要： 针对大容量合成试验的精度要求高、实时响应速度快的控制要求,采用了递推最小二乘算法预测短路电流的零点;同时分析了采样精度、采样频率、噪声、频率偏移等因素对预测算法计算精度的影响,并且给出了改进的方法.为了验证算法的准确性,搭建了以DSP为核心器件的合成回路控制系统.试验结果表明,电压回路和延弧回路的实际投入时间与设定时间的误差在50 μs以内,满足合成试验精度要求,保证合成试验的等效性.

摘要： 这篇文章中提出了一种基于递推最小二乘算法的自适应信道均衡方法。随着对高速水声通信的要求越来越多，正交频分复用（OFDM）技术被引入到水声通信当中，对于水下OFDM信号检测来说，信道均衡是一项重要而关键的技术。正交频分复用具有抗多径、频带利用充分、传输数据率高的优点，在水声通信中具有重要的发展前景。本文提出了基于递推最小二乘算法的自适应信道均衡方法，该方案基于递推最小二乘算法，利用自适应的思想，对水声OFDM通信系统进行均衡。仿真结果表明，该方案效果较好，该算法在均衡QPSK，8PSK信号时表现出较好的性能。并且在低信噪比情况下，性能也较好。

摘要： 本文针对一类具有非线性时滞特性的加性系统提出了递推最小二乘算法.通过维尔斯特拉斯逼近理论和关键变量分离技术,将系统转化为可辨识模型.接着,运用递推最小二乘算法估计出非线性时滞加性系统的参数.仿真例子验证了方法的有效性.

摘要： 针对现有惯导姿态误差解算技术的不足,在分析了最小二乘算法的原理及其不足的基础上,提出了一种基于递推最小二乘算法的惯导姿态误差动态解算方法,给出了计算公式,进行了仿真试算.试算结果表明,该法具有较高的解算精度,其中航向误差解算精度优于3.7″,水平误差解算精度优于0.2″.该法解决了惯导姿态误差动态实时标定的技术难题,对提高惯导姿态测量精度进而提高测量船总体精度具有重要意义.

摘要： 对某型直升机航姿系统进行罗差校正时,磁倾角和初始航向角不易准确获取,制约了递推最小二乘算法对12 罗差参数的估计精度,可采用14 状态扩展卡尔曼滤波算法同时对磁倾角、初始航向角和罗差进行校正.由于陀螺短时精度高,初始对准后能得到精度较高的捷联矩阵,同时根据磁倾角可将当地磁场投影到载体系.14 状态扩展卡尔曼滤波只需航姿系统改变姿态角连续转动两圈,即可对12 罗差参数、磁倾角和初始航向角进行较好的估计.实验表明,在初始航向角和磁倾角具有较大误差时,14 状态扩展卡尔曼滤波比递推最小二乘算法精度更高,在60 度倾角范围内航向角最大误差为0.6 度.

摘要： 无线传感器网络是一种构建智能监测系统的全新方式。如何将信息融合技术应用于传感器网络是当前研究热点之一,本文对此进行了初步分层研究:并在特定应用模型下,对LEACH路由算法做出相关改进,在获得更精确信息的同时,能耗得到有效降低。

摘要： 无线传感器网络是一种构建智能监测系统的全新方式。如何将信息融合技术应用于传感器网络是当前研究热点之一,本文对此进行了初步分层研究:并在特定应用模型下,对LEACH路由算法做出相关改进,在获得更精确信息的同时,能耗得到有效降低。

摘要： 无线传感器网络是一种构建智能监测系统的全新方式。如何将信息融合技术应用于传感器网络是当前研究热点之一,本文对此进行了初步分层研究:并在特定应用模型下,对LEACH路由算法做出相关改进,在获得更精确信息的同时,能耗得到有效降低。

摘要： 无线传感器网络是一种构建智能监测系统的全新方式。如何将信息融合技术应用于传感器网络是当前研究热点之一,本文对此进行了初步分层研究:并在特定应用模型下,对LEACH路由算法做出相关改进,在获得更精确信息的同时,能耗得到有效降低。

摘要： 本发明公开了一种面向FPGA硬件的RLS求解RFM模型参数优化算法，主要过程包括：步骤一、确定RFM模型的形式；步骤二、在影像空间中建立“虚拟控制点”格网；步骤三、在地面空间中建立“虚拟控制点”格网；步骤四、根据所建立的“虚拟控制点”，利用RLS解算RFM模型参数；步骤五、精度评定。本发明以FPGA作为硬件加速平台，以Verilog硬件语言作为设计语言，在有限的硬件资源条件下，实现利用RLS解算RFM模型参数优化算法，满足卫星遥感领域对卫星影像正射纠正的时效性、便携性和小型化的要求。

摘要： 一种基于“递推最小二乘‑差分进化”算法的磁轴承辨识方法，通过对多变量径向磁轴承系统添加激励信号来采集输入输出数据，并剔除输入输出数据中与转子转速同频的分量，同时确定径向磁轴承系统模型的类型与误差函数，首先采用递推最小二乘法对模型参数进行初步辨识，之后在初步辨识得到的模型参数的小范围内初始化差分进化算法的种群并设置差分进化算法的参数，通过反复进行差分进化算法的变异、交叉和选择操作搜索径向磁轴承系统模型的最优参数。本发明将传统辨识方法和现代智能算法相结合，提出一种“递推最小二乘‑差分进化”算法，显著提高了多变量径向磁轴承系统的辨识精度。本发明简便易行，特别适用于实际磁悬浮高速转子系统。

摘要： 本发明涉及一种基于核递推最小二乘自适应追踪算法的脑电信号在线预测方法，用于解决在线检测的脑电信号存在不准确、缺失的问题。包括训练和预测两个阶段，训练阶段包括生成脑电信号标签；选择回遗忘策略，更新中间参数；对脑电信号进行在线预测，得到无噪声方差、预测的平均输出信号片段和预测的方差；计算当次迭代的预测的输出信号片段与输出脑电时序序列片段标签之根均方误差，并调节中间参数，如果所有样本中所有片段的根均方误差达到最小，则训练完成，进行在线预测阶段；否则继续训练；本发明实现了脑电信号的预测，解决了脑电信号测量不准确，信号缺失的问题。

摘要： 本发明公开了一种面向FPGA硬件的RLS求解RFM模型参数优化算法，主要过程包括：步骤一、确定RFM模型的形式；步骤二、在影像空间中建立“虚拟控制点”格网；步骤三、在地面空间中建立“虚拟控制点”格网；步骤四、根据所建立的“虚拟控制点”，利用RLS解算RFM模型参数；步骤五、精度评定。本发明以FPGA作为硬件加速平台，以Verilog硬件语言作为设计语言，在有限的硬件资源条件下，实现利用RLS解算RFM模型参数优化算法，满足卫星遥感领域对卫星影像正射纠正的时效性、便携性和小型化的要求。

摘要： 本发明公开了一种多变量差分方程模型的极大似然递推最小二乘辨识算法，包括根据现有极大似然原理，构建出一种多变量差分方程模型中子系统极大似然准则函数；以多变量差分方程模型中子系统最大似然准则函数为基础，构建出多变量差分方程模型的极大似然递推最小二乘辨识算法的实现流程；构建一套多变量差分方程模型的极大似然递推最小二乘辨识算法。本发明采用极大似然原理和递推辨识方法，应用于线性多变量系统的参数估计。

摘要： 一种基于“递推最小二乘-差分进化”算法的磁轴承辨识方法，通过对多变量径向磁轴承系统添加激励信号来采集输入输出数据，并剔除输入输出数据中与转子转速同频的分量，同时确定径向磁轴承系统模型的类型与误差函数，首先采用递推最小二乘法对模型参数进行初步辨识，之后在初步辨识得到的模型参数的小范围内初始化差分进化算法的种群并设置差分进化算法的参数，通过反复进行差分进化算法的变异、交叉和选择操作搜索径向磁轴承系统模型的最优参数。本发明将传统辨识方法和现代智能算法相结合，提出一种“递推最小二乘-差分进化”算法，显著提高了多变量径向磁轴承系统的辨识精度。本发明简便易行，特别适用于实际磁悬浮高速转子系统。

摘要： 本发明公开了一种基于限定记忆递推最小二乘算法的锂电池SOC估算方法，基于锂电池二阶RC等效电路模型，确定待辨识参数向量；设计限定记忆递推最小二乘算法，去除旧数据，使用只包括限定长度的新数据，以提高在线参数辨识的精度，再采用EKF实现了对锂离子电池SOC值的有效迭代计算。本方法在充分考虑锂离子电池工作特性的基础上，基于等效电路模型，改进以RLS和卡尔曼为基础的迭代计算过程，实现锂离子电池SOC估算模型的建立和SOC值的数学迭代运算算法的可靠运行，不仅提高了计算可靠性，还可为不同应用场景下的锂离子电池SOC估算模型的建立和SOC值计算提供方法参考，具有计算简洁、适应性好和精度高的优点。

摘要： 本发明涉及一种基于可变遗忘因子的递推最小二乘算法的锁相方法，基于递推最小二乘算法实现锁相；引入可变遗忘因子，基于可变遗忘因子递推最小二乘法实现锁相。本发明通过引入可变遗忘因子提高了锁相环的锁相精度，提高了系统的动态响应速度。在出现频率突变等情况时，该锁相环性能优于传统锁相环，具有很好的实用价值。

摘要： 本发明公开了一种基于改进型递推最小二乘的室温被控对象在线辨识算法，通过采用基于过度参数化的扩展z变换分子的算法和带遗忘因子的递推最小二乘算法辨识室温被控对象的过程参数和延迟参数，并通过计算机实现在线辨识计算。本发明算法简单，实用性强，实现了对室温控制对象的过程参数和延迟参数的辨识，为室温控制系统的自适应控制提供了重要的手段，同时可可以作为对空调系统进行动态特性研究的一种有效手段。

摘要： 本发明涉及任意维空域递推最小二乘算法的硬件实现的方法，包括a.将M维空域递推最小二乘算法的脉动结构划分为均具有输入和输出的边界处理单元、内部处理单元和乘积单元，其中M为自然数；b.根据步骤a划分出的三个处理单元，将M维空域递推最小二乘算法的脉动结构进行等效划分，得到将所述的三个处理单元归类后的拓扑结构；c.将所述的拓扑结构进行折叠处理，根据折叠算法得到折叠后各节点间的新延时的延时表；d.根据步骤c的新延时表得到折叠后的原理结构图。本发明的方法，能够在硬件结构中使用较少的乘法器和寄存器进行任意维空域递推最小二乘运算，有效解决了当算法中的维数变多后资源不够用的问题。