[发明专利]加速度计的振动探测与位移提取的交互多模型检测方法有效
申请号: | 201911229087.9 | 申请日: | 2019-12-04 |
公开(公告)号: | CN110887652B | 公开(公告)日: | 2021-06-29 |
发明(设计)人: | 陈亮;沈楠;陈锐志 | 申请(专利权)人: | 武汉大学 |
主分类号: | G01M13/00 | 分类号: | G01M13/00;G01M99/00;G01H17/00 |
代理公司: | 北京金智普华知识产权代理有限公司 11401 | 代理人: | 杨采良 |
地址: | 430072 湖北省*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 加速度计 振动 探测 位移 提取 交互 模型 检测 方法 | ||
1.一种加速度计的振动探测与位移提取的交互多模型检测方法,其特征在于,所述加速度计的振动探测与位移提取的交互多模型检测方法包括以下步骤:
步骤一,状态模型选择:根据区分的振动状态选择明显振动状态模型和微弱振动状态模型;
步骤二,测量模型选择:对于明显振动选择两状态系统测量模型;对于微弱振动选择三状态简单观测模型;
步骤三,交互多模型滤波:依次进行模型混合、卡尔曼滤波、模型概率计算、模型组合;
步骤四,振动探测:根据计算的模型概率进行显著振动探测和微弱振动探测;
步骤五,位移提取:根据最终状态估值中的位移分量进行显著振动的位移提取以及根据分段积分进行微弱振动的位移提取。
2.如权利要求1所述加速度计的振动探测与位移提取的交互多模型检测方法,其特征在于,步骤一中,对于明显振动选择两状态静态模型和阻尼振动模型;对于微弱振动选择三状态静态模型和常加速度模型;
所述静态模型为
X(k)=ΦcpX(k-1)+wcp(k);
其中,X(k)为状态参数,k表示第k个历元,Φcp是静态模型的状态转移矩阵,wcp(k)是静态模型的过程噪声;
当状态参数选择为位移,速度时Φcp的取值为:
当状态参数选择为位移,速度和加速度时Φcp的取值为:
所述阻尼振动模型为:
X(k)=ΦdvX(k-1)+wdv(k);
其中,Φdv是阻尼振动模型的状态转移矩阵,wdv(k)是阻尼振动模型的过程噪声;
Φdv=eAt
其中,A是由自由阻尼振动的连续观测方程确定,t是连续两个历元之间的时间间隔;
当状态参数选择为位移,速度时A的取值为:
当状态参数选择为位移,速度和加速度时A的取值为:
其中,ζ阻尼比,w0是角速度,通过半功率带宽方法获取;
所述常加速度模型
X(k)=ΦcaX(k-1)+wca(k)
当状态参数选择为位移,速度和加速度时Φca的取值为:
其中,t是连续两个历元之间的时间间隔。
3.如权利要求1所述加速度计的振动探测与位移提取的交互多模型检测方法,其特征在于,步骤二中,所述两状态系统测量模型为:
其中,为测量的加速度;状态参数选择为位移,速度;
所述三状态简单测量模型为:
其中,状态参数选择为位移,速度,加速度。
4.如权利要求1所述加速度计的振动探测与位移提取的交互多模型检测方法,其特征在于,步骤三中,所述模型混合包括:
模型混合需要利用前一历元的各个模型概率λi(k-1),状态估值以及模型间的马尔科夫链πij;
模型概率的预测值为:
根据上一历元的模型概率和模型概率,计算前一历元的模型i对模型j的贡献λi|j:
计算模型j的混合状态向量
计算每个模型的混合残差
计算模型j的混合状态向量的协方差阵
计算的每一个模型的混合状态估值和协方差阵作为下一步卡尔曼滤波的输入。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学,未经武汉大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911229087.9/1.html,转载请声明来源钻瓜专利网。