仪器仪表学报

作者：沈 跃，王德伟，孙志伟，沈亚运，刘 慧

单位：沈 跃,1.江苏大学电气信息工程学院,,王德伟,1.江苏大学电气信息工程学院,,孙志伟,1.江苏大学电气信息工程学院,,沈亚运,1.江苏大学电气信息工程学院,,刘 慧,1.江苏大学电气信息工程学院,

关键词：系统辨识;动力系统参数辨识试验平台;RP-EKF

基金：中国高校产学研创新基金(2021ZYB02002)项目资助

针对无人机动力系统电池电压波动导致系统噪声大、辨识结果精度低的问题,本研究提出了一种基于反向预测-增广卡尔曼滤波(RP-EKF)的无人机动力系统参数辨识方法。首先构建增广参数矩阵,将压降噪声模型考虑入辨识环节,其次提出反向预测卡尔曼滤波算法,设定新息平方比阈值,计算原始预测新息平方与反向预测新息平方的比值,通过对比预测新息比与阈值完成过程噪声调整并实现估计模型修正。实验结果表明,本文提出的基于RP-EKF的参数辨识方法,平均误差为39.22rpm,均方根误差为55.85rpm,平均相对偏差为0.85%,相比于最小二乘算法与卡尔曼滤波算法,本文方法辨识结果平均误差分别提高41.51%和22.26%,均方根误差提高49.63%和13.0%,平均相对偏差提高41.7%和22.7%。本文提出的算法拥有更高的辨识精度。

来源：2023年第4期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2023年第4期