[发明专利]复杂对象的参数辨识方法和装置

说明书

技术领域

本发明涉及参数辨识技术，具体涉及一种复杂对象的参数辨识方法以及复杂对象的参数辨识装置。

背景技术

随着人类对地球以及外太空等领域不断深入的研究开发，复杂对象的使用日渐增多，如在卫星等航天器中设置的具有多臂节的机械臂即为一个复杂对象。

在复杂对象的实际应用中，对复杂对象的行为预报以及参数辨识是非常重要的，例如，在航天器的在轨运行过程中，往往会利用机械臂来抓取未知目标，在控制机械臂抓取未知目标的过程中，应准确及时的辨识出未知目标的惯性参数，否则，未知目标的抓取会使航天器的质量分布发生不可预知的变化，从而会给后续的机械臂操作路径的规划带来一定的困难。

由于复杂对象通常具有多参数、多状态、多输出以及较强的非线性等特点，因此，现有的一些针对线性问题或者类线性问题的参数辨识方法(如最小二乘法、极大似然估计法以及牛顿法等)很难应用于复杂对象的参数辨识过程中；而神经网络、遗传算法或者粒子群算法等智能算法在复杂对象的参数辨识过程中取得了较广泛的应用。

利用智能算法进行参数辨识通常是通过目标优化函数来优化辨识模型中的待辨识参数，使得辨识模型在相同的激励条件下与实际对象的响应误差最小，从而获得参数辨识结果。上述目标优化函数通常为基于响应误差或者相对响应误差的目标优化函数，如利用目标优化函数计算各通道响应的相对误差或者绝对误差的加权欧式距离等。

发明人在实现本发明过程中发现：现有的智能算法较易出现局部极小值问题，而局部极小值问题会对参数辨识精度产生不良影响；另外，随着复杂对象的复杂性的提高，待辨识参数的数量会有所增加，这会使参数辨识过程中的计算量以及复杂度大幅度上升；因此，如何有效控制参数辨识过程中的计算量以及复杂度，并使参数辨识具有较佳的辨识精度是参数辨识技术中的一个值得关注的问题。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的复杂对象的参数辨识方法和装置。

依据本发明的一个方面，提供了一种复杂对象的参数辨识方法，该方法包括：初始设置步骤：为待辨识参数组赋予不同组的参数值，以初始设置各粒子的位置；迭代步骤：计算各粒子在迭代过程中的位置，并根据各粒子的位置利用各粒子各自对应的一个激励响应数据组确定具有邻域历史最优位置的粒子；评价步骤：按照邻域历史最优位置从优到劣的顺序从未被选取过的具有邻域历史最优位置的粒子中顺序选取多个粒子，将不同的多个激励响应数据组均作为筛选评价序列分别对当前选取的多个粒子的邻域历史最优位置进行误差评价；判断步骤：根据所述误差评价的结果判断当前选取的粒子中是否存在满足预设误差要求的粒子，如果存在，则将满足预设误差要求的粒子的邻域历史最优位置所表示的参数值作为参数辨识结果，否则，在未被选取的粒子达到预定数量时，返回所述评价步骤，而在未被选取的粒子达不到预定数量时，返回所述初始设置步骤。

依据本发明的再一个方面，提供了一种复杂对象的参数辨识装置，该装置包括：初始设置模块，适于为待辨识参数组赋予不同组的参数值，以初始设置各粒子的位置；迭代模块，适于计算各粒子在迭代过程中的位置，并根据各粒子的位置利用各粒子各自对应的一个激励响应数据组确定具有邻域历史最优位置的粒子；评价模块，适于按照邻域历史最优位置从优到劣的顺序从未被选取过的具有邻域历史最优位置的粒子中顺序选取多个粒子，将不同的多个激励响应数据组均作为筛选评价序列分别对当前选取的多个粒子的邻域历史最优位置进行误差评价；判断模块，适于根据所述误差评价的结果判断当前选取的粒子中是否存在满足预设误差要求的粒子，如果存在，则将满足预设误差要求的粒子的邻域历史最优位置所表示的参数值作为参数辨识结果，否则，在未被选取的粒子达到预定数量时，触发评价模块继续执行选取和误差评价的操作，而在未被选取的粒子达不到预定数量时，触发初始设置模块执行初始设置操作。