包邮无迹卡尔曼滤波算法在工程结构识别中的应用

第1章 卡尔曼滤波算法……………………………………… 001 1.1 基于递推*小二乘法的ＫＦ 算法推导…………………… 002 1.2 基于统计学的ＫＦ 算法推导……………………………… 007 1.3 基于贝叶斯滤波的ＫＦ 算法推导………………………… 010 第2章 无迹卡尔曼滤波算法及其优劣性分析…………… 019 2.1 非线性变换的均值和协方差估计………………………… 020 2.2 无迹变换方法……………………………………………… 026 2.3 ＵＫＦ 算法流程……………………………………………… 029 2.4 算法优劣性分析…………………………………………… 031 第3章 基于正交分解与直接扩展状态量ＵＫＦ 的荷载识别算法………………………………………… 035 3.1 基于改进奇异值分解的无迹变换………………………… 036 3.2 正交分解理论……………………………………………… 038 3.3 直接扩展状态量理论……………………………………… 043 3.4 基于正交分解ＵＫＦ 的荷载识别数值仿真……………… 044 3.5 基于直接扩展状态量ＵＫＦ 的荷载识别数值仿真……… 053 第4章 基于自适应遗忘因子ＵＫＦ 的时变参数识别算法………………………………………………… 059 4.1 灵敏参数定义及其阈值计算方法………………………… 060 4.2 自适应遗忘因子定义及其作用模式……………………… 063 4.3 自适应功能原理分析……………………………………… 064 4.4 ＡＵＫＦ-ＦＦ 算法流程……………………………………… 066 4.5 灵敏参数阈值讨论分析…………………………………… 068 第5章 自适应遗忘因子ＵＫＦ 在时变参数识别中的效果深度分析………………………………………………… 081 5.1 基于状态协方差修正的自适应方法……………………… 082 5.2 基于噪声协方差修正的自适应方法……………………… 085 5.3 多种自适应方法的数值模拟对比验证…………………… 088 第6章 基于双重自适应遗忘因子ＵＫＦ 的时变参数识别算法………………………………………………… 123 6.1 算法原理…………………………………………………… 124 6.2 ＡＵＫＦ-ＤＦＦ 系列算法流程………………………………… 125 6.3 基于车-桥耦合振动系统的时变参数识别验证………… 126 第7章 基于自适应遗忘因子平方根ＵＫＦ 的时变参数识别算法………………………………………………… 141 7.1 平方根ＵＫＦ ……………………………………………… 142 7.2 改进的平方根ＵＫＦ ……………………………………… 144 7.3 自适应遗忘因子平方根ＵＫＦ …………………………… 146 7.4 遗忘因子的作用模式分析………………………………… 147 7.5 数值仿真验证……………………………………………… 148 第8章 自适应ＵＫＦ 识别能力的影响因素分析与试验验证………………………………………………… 157 8.1 基于剪切型框架结构的参数敏感性分析………………… 158 8.2 基于车-桥耦合振动系统的参数敏感性分析…………… 182 8.3 实际六层混凝土框架结构的刚度参数识别应用………… 204 8.4 实际三层基底隔震结构振动台试验验证………………… 211 参考文献 ………………………………………………………… 222