基于基于粒子濾波器的結(jié)構(gòu)系統(tǒng)識別研究

基于基于粒子濾波器的結(jié)構(gòu)系統(tǒng)識別研究

ID:35191718

大小:1.76 MB

頁數(shù):79頁

時間:2019-03-21

基于基于粒子濾波器的結(jié)構(gòu)系統(tǒng)識別研究_第1頁
基于基于粒子濾波器的結(jié)構(gòu)系統(tǒng)識別研究_第2頁
基于基于粒子濾波器的結(jié)構(gòu)系統(tǒng)識別研究_第3頁
基于基于粒子濾波器的結(jié)構(gòu)系統(tǒng)識別研究_第4頁
基于基于粒子濾波器的結(jié)構(gòu)系統(tǒng)識別研究_第5頁
資源描述:

《基于基于粒子濾波器的結(jié)構(gòu)系統(tǒng)識別研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。

1、申請同濟大學工學碩士學位論文基于粒子濾波器的結(jié)構(gòu)系統(tǒng)識別研究培養(yǎng)單位:一級學科:二級學科:研究生:指導教師:副導師:土木工程學院結(jié)構(gòu)工程與防災(zāi)研究所土木工程結(jié)構(gòu)工程李焯薛松濤教授唐和生講師二Oo七年三月摘要近年來,隨著結(jié)構(gòu)健康監(jiān)測領(lǐng)域越來越受到人們的重視,結(jié)構(gòu)系統(tǒng)的識別問題成為了研究的熱點,本文將在信號處理、目標跟蹤等領(lǐng)域中引起了眾多學者的關(guān)注的粒子濾波方法引入到結(jié)構(gòu)系統(tǒng)的識別問題中作為研究對象。識別領(lǐng)域的一般的時變系統(tǒng)都可以被看作是一動態(tài)狀態(tài)空間模型,對于線性高斯模型,傳統(tǒng)的卡爾曼濾波可以給出后驗密度函數(shù)的解析解:而對于非線性非高斯模型,我們則無法得到它的解析解,在這種情況下則可以使用粒子濾

2、波方法來對其進行近似。這種方法的基本思想是產(chǎn)生服從后驗分布的樣本,并對其進行加權(quán),以得到后驗密度函數(shù)的近似解。論文主要討論了序列蒙特卡羅方法(又稱粒子濾波)在建筑結(jié)構(gòu)系統(tǒng)中的應(yīng)用。介紹了它的基本思想、基本方法、及當前研究現(xiàn)狀,并推導了其具體在結(jié)構(gòu)系統(tǒng)中應(yīng)用的實現(xiàn)方法及具體步驟,為了考察該方法在土木結(jié)構(gòu)系統(tǒng)的參數(shù)識別問題中的性能,對其在各種結(jié)構(gòu)模型中的應(yīng)用進行了全面的數(shù)值仿真。首先對線性結(jié)構(gòu)系統(tǒng)中的單自由度線性時變參數(shù)模型、非時變參數(shù)模型,多自由度線性模型進行參數(shù)識別,驗證了粒子濾波方法在線性結(jié)構(gòu)系統(tǒng)識別的有效性并對粒子濾波識別過程中在不同噪聲水平下的抗噪性以及粒子數(shù)的數(shù)量的影響程度進行了對比研

3、究得出了該方法在線性系統(tǒng)下的一些性能指標:然后以土木結(jié)構(gòu)中常用的Bouc—Wen滯回模型作為非線性系統(tǒng)識別的研究對象,并考慮高斯噪聲與非高斯噪聲兩種情況應(yīng)用粒予濾波方法進行了非線性參數(shù)的識別,將識別結(jié)果與傳統(tǒng)的EKF方法進行對比分析,仿真結(jié)果表明粒子濾波方法在非線性結(jié)構(gòu)系統(tǒng)尤其是非線性、非高斯結(jié)構(gòu)系統(tǒng)中與傳統(tǒng)方法相比具有明顯的性能優(yōu)勢。最后,關(guān)于進一步工作的方向以及粒子濾波在建筑結(jié)構(gòu)領(lǐng)域應(yīng)用的前景進行了簡要的討論和展望。關(guān)鍵詞:健康監(jiān)測粒子濾波Bouc-Wen結(jié)構(gòu)模型數(shù)值仿真AbstractABSTRACTWiththehealthmonitorofbuildings11-ucturesbei

4、ngreceivedincreasingattentioninrecentyears.thetechnologyofstructuralparameteridentificationhasbecomethehotresearchesathomeandabroad.,researchinthispaperaimstobringthesequentialmontecarlo(particlefilter)method.whichhasa、^,iderangeofapplicationinsignalprocessing,statistics,andeconomctri_csetc,intothes

5、tructuralparameteridentification.Thetimevaryingsystemscanbestatedintheformofadynamicstatespacemodel.ForlinearmodelsandGanssiannoise,theKalmanfilterprovidesanalyticalexpressionsforposteriorfiltering.However,fornon—linearmodelsandnon-Gaussiannoise,suchclosedformexpressionsarealmostimpossibletoobtain,a

6、ndsequentialmontecarlomethodprovidesitsapproximation.Thebasicideaofthismethodistoproduceparticlesfromtheposteriordensities,andtheseweightedsamplesprovideapproximationstothedensities.Inthisdissertation,theapplicationsofparticlefiltermethodinthecivilengineeringaremainlyinvestigated.Firstly,itsbasicide

7、a,methodandimprovedmethodareintroduced,thenWeexploitthespecificstepsandalgorithm.Severalkindsofeomlilonstructuralmodelsarestudiedbynumericalsimulationsinordertodiscussitsperformanceinstructuralidentif

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。