递推最小二乘

摘要： 针对6轮足机器人动力电池的荷电状态(state of charge,SOC)估计精度低、电池模型准确度不高等问题,提出一种基于带遗忘因子的递推最小二乘(recursive least squares with forgetting factor,FFRLS)与自适应扩展卡尔曼滤波(adaptive extended Kalman filtering,AEKF)相结合的估计算法。首先通过FFRLS算法辨识建立动力电池等效模型参数;然后利用AEKF对SOC在线估计,并为参数辨识提供准确的开路电压;最后以机器人锂电池包为对象,在动态应力测试工况(dynamic stress test,DST)下实验验证了该算法可以准确地估算动力电池SOC,SOC估计相对误差在2.5%以内。

摘要： 针对空天飞机再入横、侧向通道的姿态控制问题,设计了一种智能神经网络自适应复合控制方法,基于误差反馈学习准则在线更新神经网络权重以补偿全量姿态控制律输出的姿态控制指令。同时,面向再入过程横侧通道的强耦合问题,引入了耦合控制系数,以降低横、侧通道间的控制干扰。此外,提出了一种自适应链式控制分配律,在控制信号中引入正交优化多正弦激励,基于递推最小二乘方法对气动参数进行在线辨识,进而实时更新链式分配策略。最后,对空天飞机再入横侧向通道的神经网络自适应复合控制方法进行数学仿真校验,验证了该方法的有效性和鲁棒性。

摘要： 针对全球导航卫星系统(GNSS)拒止环境下无人飞行器集群成员间的相对定位问题,研究了一种基于机载惯性测量单元(IMU)、气压高度计与数据链测距组合的初始相对位姿求解算法。首先,在高度计稳定输出较为精确的高度信息的前提下,将飞行器的三维运动解耦成二维水平运动,给出了三维加速度和角速度、测距信息的水平坐标系投影等效模型。在此基础上,以待求量相对位置和航向角的非线性形式构造了新的待求状态量,并将相对位置和航向角的非线性求解问题转化成了新状态量的线性模型最小二乘求解问题。然后,通过引入递推最小二乘算法(RLS),建立了该相对位姿求解算法的实时输出递推形式,有效降低了机载在线计算的负载。接着,对所提算法进行了可观测性分析,并给出了使系统状态量不可观测的几种相对运动形式。最后,对所提算法进行了数值仿真实验,仿真结果表明,该算法能够有效、快速求解初始相对位姿,位置误差在初始相对距离的10%以内,航向角误差在初始相对角度的1%以内。

摘要： 回顾国内外洪水预报实时校正的产生背景,评述其理论与方法的发展历程。在此基础上,将实时校正方法归纳为终端误差校正和过程误差校正两类,并梳理出各自的典型校正方法以及联合校正方法,概述不同方法的研究成果及进展。重点介绍其中的反馈模拟技术、误差自回归算法(AR)、递推最小二乘算法(RLS)、卡尔曼滤波技术(KF)和动态系统响应曲线算法(DSRC)等5种代表性的实时校正技术,阐述其计算过程,并分析其特点与适用性。对洪水预报实时校正的未来发展方向及研究热点进行了展望。

摘要： 回顾国内外洪水预报实时校正的产生背景,评述其理论与方法的发展历程.在此基础上,将实时校正方法归纳为终端误差校正和过程误差校正两类,并梳理出各自的典型校正方法以及联合校正方法,概述不同方法的研究成果及进展.重点介绍其中的反馈模拟技术、误差自回归算法(AR)、递推最小二乘算法(RLS)、卡尔曼滤波技术(KF)和动态系统响应曲线算法(DSRC)等5种代表性的实时校正技术,阐述其计算过程,并分析其特点与适用性.对洪水预报实时校正的未来发展方向及研究热点进行了展望.

摘要： 提出了一种非线性自回归时间序列模型与深度回声状态网络(DeepESN)相结合的动态软测量建模方法,给出了深度回声状态网络的递推最小二乘(RLS)在线学习算法.将该方法应用于预测脱丁烷塔塔底丁烷含量,实现对相关产品质量的实时在线监控.在同等条件下,与回声状态网络(ESN)、泄漏积分回声状态网络(LiESN)的在线软测量建模结果进行比较,该方法的仿真结果显示出更高的预测性能和预测精度.

摘要： 为了开发内置式永磁同步电机的电流模型预测控制算法,针对被控对象模型的非线性特点在控制器的设计过程中通过扩张转速相关状态的方式获得线性的预测模型,将d-q坐标系下的定子电压和电流的二次不等式形式的约束用一系列的线性不等式来近似以简化预测算法的复杂性,由此把该模型预测控制问题转化为线性约束系统的多参数二次规划问题,通过离线求解获得全部最优控制状态反馈规律,解决了传统模型预测控制算法在线计算量大的问题.同时考虑到参数的时变特性,采用带遗忘因子的递推最小二乘法对交直轴电感参数进行在线辨识,将辨识结果用于扩张状态的参数和目标控制电压的计算中,提高了该电流控制器的鲁棒性.

摘要： 基于虚拟同步发电机 (VSG) 控制的逆变器能够为微网提供惯性和阻尼, 提出一种VSG参数辨识方法, 为微网的优化设计提供基础.首先建立了VSG输出功率对指令功率的二阶传递函数模型, 然后根据基于VSG控制的逆变器在响应阶跃指令功率后的输出, 利用模型参数与惯性和阻尼系数的关系, 并基于递推最小二乘法辨识出逆变器提供的惯性和阻尼系数.进一步分析了稳态平衡点偏移以及双线性变换给辨识结果带来的误差, 结果表明利用递推最小二乘法辨识VSG参数能够满足一定的精度要求.最后, 通过MATLAB仿真和实验验证了所提参数辨识方法的可行性和有效性.%The inverters controlled by virtual synchronous generator (VSG) can provide inertia and damping for microgrids.A method for identifying the parameters of VSG is proposed to provide the basis for the optimal design of microgrids.Firstly, a second-order transfer function model of VSG's active power output to command power is proposed.Secondly, according to the active power response of VSG-controlled inverter to the command power, and the mathematical relationship between transfer function parameters and inertia and damping coefficients, the inertia and damping coefficients of the inverter are identified by using the recursive least squares algorithm.Meanwhile, the errors caused by steady state equilibrium shift and the bilinear transformation on the identification results are analyzed, which shows that the parameter identification of VSG by using the recursive least squares algorithm can satisfy a certain accuracy requirement.Finally, the feasibility and effectiveness of the proposed method are verified by simulations with MATLAB and experiments.

摘要： 针对现有三轴磁强计误差校正方法存在计算量大、依赖外界参考信息、不能在线校正等问题,提出一种基于递推最小二乘的误差在线自校正方法.根据Poisson方程对磁场测量模型的描述,导出磁场矢量误差校正模型;基于椭球假设理论,建立校正模型与椭球曲面方程系数之间的关系;推导了基于递推最小二乘的椭球方程系数在线辨识的实现过程,进而求得误差校正参数.实验结果表明:提出的方法能有效校正软磁和硬磁效应引起的数据畸变;采样点磁场强度最大波动幅度由67.1128μT降低至14.0648μT,误差标准差由15.8287μT降低至6.3451μT,适用于无外部参考基准下三轴磁强计的误差自动校正.

摘要： 针对MEMS陀螺信号噪声大、精度低的缺点，研究了基于时间序列分析的推广递推最小二乘方法。该方法采用遗忘因子的递推最小二乘，对于陀螺随机漂移应用ARMA模型建模;由于陀螺信号噪声的不确定性，采用递推的最小二乘进行最优估计：应用带遗忘因子的递推最小二乘法，提高了降噪的鲁棒性。实验表明，基于ARMA建模的推广递推最小二乘法有效地提高了陀螺信号降噪性能，相对于传统的卡尔曼滤波算法，提高了精度和对不确定噪声的鲁棒性。

摘要： 基于PMU的电压稳定性分析可归结为局部负荷问题，因此利用PMU的测量功能在线进行网络的等值是电压稳定性分析的基础。为提高参数估计算法的实时有效性，利用母线的测量信息,实现了用改进递推最小二乘法进行电力系统在线参数等值估计。它既避免了卡尔曼滤波等算法可能的数值发散的问题，又避免了平方根滤波算法的收敛的迭代计算，具有物理概念清晰、计算量小、数值稳定性好、可连续计算的特点。利用Q-V曲线和P-V曲线进行了参数估计的验证，IEEE9节点算例仿真结果表明该算法精确有效。

摘要： 基于MRAS异步电动机转速估算的转子磁连电压模型和电压模型,提出一种递推最小二乘学习算法的神经网络估算感应电动机转速的矢量控制方法,利用一个自适应线性神经元(ADALINE)代替电流模型,学习算法采用递推最小二乘在线辨识转子速度,利用递推最小二乘每次迭代结果改变网络的学习速率,使其快速收敛于目标函数.无传感器矢量控制系统的转速和电流调节器采用经典的PI调节器,使得控制系统结构简单.最后利用MATLAB6.5建立仿真模型,通过仿真验证了控制系统具有良好得动态和静态性能.

摘要： 针对光纤陀螺系统动态、慢时变的特点，建立AR模型，并运用递推最小二乘法和kalman滤波法实时估计模型参数；对实测光纤陀螺随机漂移建模研究表明，模型预测能力较强，对后期滤波有较大意义。

摘要： 盲多用户检测算法是克服多址干扰(Multiple AccessInterference，MAI)与“远-近”效应(Near-Far effect)影响的有效方法。本文建立同步直接序列码分多址(Direct Sequence Code-DivisionMultiple-Access，DS-CDMA)系统模型，在加性高斯白噪声(Additive White Gaussian Noise，AWGN)信道环境下对基于Kalman滤波、最小均方(Least Mean Square，LMS)算法和递推最小二乘(Recursive LeastSquares，RLS)算法的盲多用户检测器性能进行了仿真研究。实验结果表明，Kalman滤波算法性能明显优于LMS算法和RLS算法，具有较强的抗多址干扰与“远-近”效应的能力，可以有效提高CDMA系统容量。

摘要： 本文研究在推力器控制作用下卫星质量特性的在轨辨识问题.针对卫星的控制、状态估计、故障诊断和隔离都受卫星质量特性的未知变化影响,而通常在地面上难于精确测量卫星的质量特性,在轨燃料的消耗、结构的改变、有效载荷的增加或减少,又都将改变卫星质量特性的情况,本文提出一种采用递推最小二乘算法对卫星的质心位置和惯量矩阵等质量特性信息进行在线辨识的方法,该方法只需陀螺作为姿态敏感元件,结合推力器工作输出作为算法的输入参数,将质心位置和惯量矩阵的辨识问题解耦为两个最小二乘问题,并且互相调用辨识结果,以减小因耦合带来的辨识误差.对该方法进行数学仿真,仿真结果表明,该方法简单可靠,能够满足卫星质心位置和转动惯量矩阵在线实时估计要求。

摘要： 针对一类非线性对象提高了基于Wiener模型的非线性系统自适应预测函数控制方法.利用带遗忘因子的递推最小二乘算法在线辨识得到Wiener模型核参数,根据所得模型参数直接计算得到非线性预测函数控制律,而且使控制律计算容易,适用于具有一定非线性的被控对象,并能适应被控对象的环境变化.

摘要： 本文提出了一种新的变参数递归增量估计算法,该算法特别适用于跟踪时变系统,且计算量与标准递推最小二乘算法相当.仿真研究验证了本算法的良好性能.

摘要： 提出了多变量阶跃响应的在线辨识算法，基于递推最小二乘的多变量系统阶跃响应辨识方法。通过仿真研究，验证了该算法的有效性。仿真结果还表明，基于递推量小二乘的算法具有较高的精度及较快的收敛速度。

摘要： 该文提出了使用神经网络方法，来快速递推获得线性代数方程组的解（包括唯一解和最小二乘解）。最后，给出了几个实例验证了所提方法的有效性。

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： 本申请公开了一种最小二乘拟合方法及最小二乘拟合系统，其中，所述最小二乘拟合方法在对每个所述划分区间中的数据对进行最小二乘拟合之前先对其进行数据重构；所述数据重构包括对数据对进行平移以保证平移后的数据对具备数域映射的条件，然后将平移后的数据对由原数域映射到较小的预设数域中，避免由于平移后的数据对对应的待拟合函数的多项式的次数较高，出现病态计算的情况；最后将在预设数域中的数据对进行数量级调整，以降低正规方程组的条件数，从而降低在对数据重构后的数据对进行最小二乘拟合时出现病态计算的可能，进而降低了利用所述最小二乘拟合方法进行函数拟合的拟合过程耗费的时间。

摘要： 本发明公开了一种基于递推最小二乘法的铣削力在线识别方法及系统，在机床坐标系下通过多次模态测试取平均值的方法获得X、Y方向上的频响函数，并将频响函数转换成时域上的单位脉冲响应函数；通过在X、Y合适的位置布置加速度传感器，获取铣削加工过程中加速度响应；根据铣削加工过程中的转速，选择对应的刀齿通过频率及其倍频对加速度信号进行梳状滤波处理；利用获得的单位脉冲响应函数，采用递推最小二乘法配合滑动矩形窗对滤波后的加速度信号进行处理，识别出铣削力。本发明采用递推最小二乘法并结合矩形窗，对输入加速度信号进行不断的更新，以保证识别切削力的实时性，为铣削力的在线识别提供了新思路。

摘要： 本发明公开了一种带遗忘因子的递推最小二乘法的转动惯量辨识方法。该方法如下：将异步电机运动方程写成递推最小二乘形式，确定输出变量，待辨识参数和观测矩阵；定义观测量长度、遗忘因子、初始化协方差矩阵和辨识参数；计算当前时刻的增益矩阵；计算当前时刻协方差；更新参数估计值；更新目标函数值；将计算的目标函数值与预设的目标函数值比较，不断更新，最终计算得到电机转动惯量信息。本发明引入一种带遗忘因子的递推最小二乘法的转动惯量辨识方法，提高了电机在负载转动惯量变化等情况下的系统控制性能。

摘要： 本发明提出了一种基于自适应递推最小二乘的电力系统惯量评估方法及装置，用以解决现有惯量评估方法无法适用于含虚拟惯量的新型电力系统技术问题。首先，建立新能源VSG等效虚拟惯量和同步发电机转动惯量统一惯量解析模型；其次，采用方程误差模型进行动态建模，将惯量求解问题转化为模型中参数辨识问题；进而，利用有功—频率时间序列数据，采用自适应递推最小二乘算法求解模型中的待辨识参数；最后，利用辨识得到的所述方程误差模型的参数，计算得到各机组惯量的大小，聚合得到系统等效惯量，实现不同工况下电力系统等效惯量的连续追踪。本发明通过建立统一线性化传递函数模型，实现了换流器高占比电力系统等效惯量的连续追踪。

摘要： 本发明公开了一种基于改进初值带遗忘因子递推最小二乘法的锂电池参数辨识方法。该方法包括建立锂电池二阶戴维宁等效电路模型；通过HPPC工况确定各参数与SOC的函数关系，通过间歇恒流放电工况确定开路电压与SOC的函数关系；测量初始开路电压获得初始的SOC；将初始SOC带入参数拟合表达式得到此SOC对应的参数值；将各参数反带入递推公式得到改进初值带遗忘因子递推最小二乘法的初值；最后采用改进初值带遗忘因子递推最小二乘法进行参数辨识。本发明解决了带遗忘因子递推最小二乘法的初值选取困难的问题，提高了参数辨识的精度，具有实用意义。

摘要： 本发明公开了一种基于改进型递推最小二乘法的电机参数辨识控制方法。首先采集永磁同步电机的三相定子电流和转子的电角度，并根据坐标变化计算三相电流在dq轴坐标系下的电流分量id，iq，其次计算转速环和电流环输出的dq参考电压值ud1ref，uq1ref，并根据比较器关系调整参考电压矢量幅值，接着采用中点法计算(k+1)时刻dq轴电流的预测值idh(k+1)、iqh(k+1)，最后构建计及电流变化率的永磁同步电机的最小二乘法参数辨识模型，本方案通过对参考电压的预调整，避免在变转速、变负载等工况下由相电流突变导致的辨识误差大、时间长的问题，同时，利用预测电流值计算电流变化率，减少采样误差对计算结果的影响，大大提高了动态工况下永磁同步电机参数辨识的准确性。

摘要： 本发明公开了一种基于递推最小二乘法的永磁同步电机参数辨识方法及系统，属于永磁同步电机控制技术领域，首先推导递推最小二乘法的基本方程；其次建立永磁同步电机在两相同步旋转正交坐标系上的电气动态模型，并对定子绕组的电阻和电感，以及永磁体磁链进行辨识；然后建立永磁同步电机的机械动态模型，并对转动惯量和粘性摩擦系数，以及负载转矩扰动进行辨识和估计；本发明能够准确地在线辨识永磁同步电机的参数，并且仅需要外部负载扰动的初始值，便能实现对其进行估计，适用于永磁同步电机高性能伺服控制系统的设计。

摘要： 本发明提出一种基于遗忘因子递推最小二乘的烘丝入口含水率控制方法，包括以下步骤：使用相关性分析进行输入变量的特征提取，筛选出与烘丝入口含水率相关的输入变量作为特征变量；根据提取的特征变量，建立烘丝入口含水率的遗忘因子递推最小二乘预测模型；对遗忘因子递推最小二乘预测模型进行模型参数寻优，得到最优模型；运用增量更新策略在线学习每个新样本，从而对模型进行实时的在线更新；根据已建立的模型变量关系和相关特征数据，反推预测出使烘丝入口含水率达标的进柜前含水率目标值。本发明实现进柜前水分目标值自动推送，替代人工估算方式，从而提高烘丝入口含水率控制的准确性。

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。