基于马尔可夫蒙特卡洛法的系统辨识方法研究及应用

作     者：曹瑞 刘燕斌 陆宇平 CAO Rui;LIU Yan-bin;LU Yu-ping

作者机构：南京航空航天大学自动化学院南京211106 南京航空航天大学航天学院南京211106 

基　　金：国家自然基金(11572149,61873126) 中央高校基本科研业务费专项资金(NS2021061) 中国博士后科学基金(2020M681586) 江苏省自然科学基金(BK20200437) 南京航空航天大学博士生跨学科创新基金(KXKCXJJ202008) 

出 版 物：《宇航学报》 (Journal of Astronautics)

年 卷 期：2022年第43卷第4期

页      码：423-433页

摘      要：提出了基于马尔可夫蒙特卡洛(MCMC)的贝叶斯辨识方法,以解决高超声速飞行器系统辨识中复杂动力学模型转换为简单或稀疏模型所带来的不确定性问题,以及存在的训练数据大和积分难处理的问题。该方法将数据退火算法引入MCMC中,不仅解决了MCMC易陷入局部最优的问题,并且将数据退火与“高信息训练数据”的概念相结合,能够以较低的计算成本分析大数据集。此外,该方法可以对参数估计过程中存在的不确定性进行量化,获得未知参数的最优估计值。通过仿真实验,验证了提出的系统辨识方法的有效性,辨识出的模型能够有效应用于控制器设计之中,并获得较好的控制效果。

主 题 词：高超声速飞行器 系统辨识 马尔可夫蒙特卡洛(MCMC) 贝叶斯 不确定性 

学科分类：08[工学] 0825[工学-环境科学与工程类] 

核心收录：

D　O　I：10.3873/j.issn.1000-1328.2022.04.004

馆 藏 号：203111739...