一種風(fēng)洞多模態(tài)實(shí)時(shí)系統(tǒng)辨識(shí)方法
【專利摘要】一種風(fēng)洞多模態(tài)實(shí)時(shí)系統(tǒng)辨識(shí)方法，對當(dāng)前風(fēng)洞工況進(jìn)行辨識(shí)，得到當(dāng)前工況下的辨識(shí)模型，檢測當(dāng)前工況下的辨識(shí)模型能否對當(dāng)前風(fēng)洞工況進(jìn)行預(yù)測和逼近；若不能，則重新采集數(shù)據(jù)，若能則實(shí)現(xiàn)對當(dāng)前風(fēng)洞工況的預(yù)測和逼近；當(dāng)風(fēng)洞工況變化后，實(shí)時(shí)檢測當(dāng)前風(fēng)洞工況下的辨識(shí)模型能否對新風(fēng)洞工況實(shí)現(xiàn)預(yù)測和逼近，若當(dāng)前風(fēng)洞工況下的辨識(shí)模型不能對新風(fēng)洞工況實(shí)現(xiàn)預(yù)測和逼近，則重復(fù)步驟1)；隨風(fēng)洞工況不斷變化，重復(fù)步驟2)實(shí)現(xiàn)整個(gè)風(fēng)洞系統(tǒng)工況的預(yù)測和逼近。本發(fā)明在不需要斷開運(yùn)行的風(fēng)洞系統(tǒng)的反饋環(huán)就可以進(jìn)行系統(tǒng)輸入輸出數(shù)據(jù)采集，并對當(dāng)前整個(gè)風(fēng)洞工況進(jìn)行系統(tǒng)辨識(shí)，所辨識(shí)系統(tǒng)能夠反映風(fēng)洞系統(tǒng)的整體特性，更有利于對當(dāng)前風(fēng)洞工況的分析。
【專利說明】
-種風(fēng)洞多模態(tài)實(shí)時(shí)系統(tǒng)辨識(shí)方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于系統(tǒng)辨識(shí)領(lǐng)域，尤其設(shè)及一種風(fēng)桐多模態(tài)實(shí)時(shí)系統(tǒng)辨識(shí)方法。
【背景技術(shù)】
[0002] 常溫連續(xù)式跨聲速風(fēng)桐是一種W干燥空氣作為介質(zhì)的連續(xù)式跨聲速空氣動(dòng)力實(shí) 驗(yàn)設(shè)備。該風(fēng)桐主要用于解決我國新型戰(zhàn)斗機(jī)、大型運(yùn)輸機(jī)、轟炸機(jī)、機(jī)動(dòng)彈頭、中遠(yuǎn)程導(dǎo)彈 和大型運(yùn)載火箭W及可重復(fù)使用的天地往返運(yùn)輸系統(tǒng)的跨聲速氣動(dòng)問題。其中參與流場控 制的系統(tǒng)包括:壓縮機(jī)系統(tǒng)，進(jìn)/排氣系統(tǒng)，熱交換器系統(tǒng)，二喉道中屯、調(diào)解片和再倒入段調(diào) 節(jié)片等。流場參數(shù)具有典型的多變量、非線性、強(qiáng)禪合等特點(diǎn)，與現(xiàn)有的低速風(fēng)桐和亞音速 風(fēng)桐W及生產(chǎn)型風(fēng)桐相比其系統(tǒng)更為復(fù)雜。因此，得到此類風(fēng)桐的有效且實(shí)用的控制模型 成為一個(gè)亟待解決的問題。
[0003] 近年來，余崇稽提出了運(yùn)用有限元理論對跨聲速風(fēng)桐測力實(shí)驗(yàn)?zāi)Ｐ徒⒏呔S有限 元模型，并在此基礎(chǔ)上建立了狀態(tài)空間描述模型；馮凱提出運(yùn)用機(jī)理建模結(jié)合參數(shù)辨識(shí)對 高超聲速燃燒風(fēng)桐加熱器供氣子系統(tǒng)建立了傳遞函數(shù)形式的模型，上述兩種有限元模型和 傳遞函數(shù)形式的模型對風(fēng)桐建模有一定的借鑒作用，但是考慮到常溫跨聲速風(fēng)桐系統(tǒng)的復(fù) 雜性，采用機(jī)理建模方法需要大量且合理的近似和簡化才能完成。由于近似和簡化存在，通 過運(yùn)種方法所建模型與真實(shí)風(fēng)桐系統(tǒng)誤差可能較大，無法進(jìn)行實(shí)際應(yīng)用，因此運(yùn)種方法不 適用于復(fù)雜系統(tǒng)建模。王鋒，賀偉和毛鵬飛等對風(fēng)桐系統(tǒng)的測力模型運(yùn)用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行 建模。他們提出的風(fēng)桐系統(tǒng)的辨識(shí)方法存在W下缺點(diǎn)：
[0004] (1)僅對風(fēng)桐某局部系統(tǒng)或部分參數(shù)進(jìn)行辨識(shí)，運(yùn)種方法不足W反映風(fēng)桐系統(tǒng)的 整體特性，如風(fēng)桐系統(tǒng)是否具有穩(wěn)定性W及是否具有能控能觀測特性；
[0005] (2)實(shí)際常溫連續(xù)式跨聲速風(fēng)桐系統(tǒng)可能需要工作在不同工況，目前提出的方法 無法實(shí)時(shí)檢測當(dāng)前風(fēng)桐工況辨識(shí)模型否能對新風(fēng)桐工況進(jìn)行預(yù)測和逼近，并在不能進(jìn)行預(yù) 測和逼近時(shí)進(jìn)行辨識(shí)模型切換。

【發(fā)明內(nèi)容】

[0006] 針對【背景技術(shù)】所指出的風(fēng)桐系統(tǒng)辨識(shí)存在的問題，本發(fā)明的目的在于提供一種風(fēng) 桐多模態(tài)實(shí)時(shí)系統(tǒng)辨識(shí)方法，該方法具體采用DSR閉環(huán)系統(tǒng)辨識(shí)方法能夠辨識(shí)出風(fēng)桐不同 工況下的系統(tǒng)模型，此模型能夠全面反映風(fēng)桐系統(tǒng)的整體特性，并且能夠保證系統(tǒng)辨識(shí)時(shí) 風(fēng)桐實(shí)際運(yùn)行的安全性和經(jīng)濟(jì)性；同時(shí)，實(shí)時(shí)檢測當(dāng)前風(fēng)桐工況辨識(shí)模型否能對新風(fēng)桐工 況進(jìn)行預(yù)測和逼近，并在不能進(jìn)行預(yù)測和逼近時(shí)進(jìn)行辨識(shí)模型切換。
[0007] 為達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案予W實(shí)現(xiàn)：
[000引一種風(fēng)桐多模態(tài)實(shí)時(shí)系統(tǒng)辨識(shí)方法，包括W下步驟：
[0009] 1)對當(dāng)前風(fēng)桐工況采用DSR閉環(huán)子空間辨識(shí)方法進(jìn)行辨識(shí)，得到當(dāng)前工況下的辨 識(shí)模型，檢測當(dāng)前工況下的辨識(shí)模型能否對當(dāng)前風(fēng)桐工況進(jìn)行預(yù)測和逼近;若不能，則重新 采集數(shù)據(jù)，若能則實(shí)現(xiàn)對當(dāng)前風(fēng)桐工況的預(yù)測和逼近；
[0010] 2)當(dāng)風(fēng)桐工況變化后，實(shí)時(shí)檢測當(dāng)前風(fēng)桐工況下的辨識(shí)模型能否對新風(fēng)桐工況實(shí) 現(xiàn)預(yù)測和逼近，若當(dāng)前風(fēng)桐工況下的辨識(shí)模型不能對新風(fēng)桐工況實(shí)現(xiàn)預(yù)測和逼近，則重復(fù) 步驟1);
[0011] 隨風(fēng)桐工況不斷變化，重復(fù)步驟2)實(shí)現(xiàn)整個(gè)風(fēng)桐系統(tǒng)工況的預(yù)測和逼近。
[0012] 對當(dāng)前風(fēng)桐工況采用DSR閉環(huán)子空間辨識(shí)方法進(jìn)行辨識(shí)，得到當(dāng)前工況下的辨識(shí) 模型的具體過程如下：
[0013] (1)將白噪聲信號(hào)輸入風(fēng)桐閉環(huán)系統(tǒng)，用信號(hào)采集儀采集白噪聲輸入信號(hào)和相應(yīng) 的輸出信號(hào)，在信號(hào)采樣頻率為10化，采樣數(shù)據(jù)長度為2000的條件下，得到輸入數(shù)據(jù)和輸出 數(shù)據(jù)；
[0014] (2)對輸入數(shù)據(jù)和輸出數(shù)據(jù)進(jìn)行奇異值剔除，然后數(shù)據(jù)歸一化處理，得到處理后的 數(shù)據(jù)，根據(jù)處理后的數(shù)據(jù)得到輸出信號(hào)的自相關(guān)曲線和功率譜密度曲線；
[0015] (3)對輸出信號(hào)的自相關(guān)曲線和功率譜密度曲線進(jìn)行檢測，具體過程為:用輸入信 號(hào)的自相關(guān)曲線和功率譜密度曲線與輸出信號(hào)的自相關(guān)曲線和功率譜密度曲線做對比，檢 測輸出信號(hào)是否具有白噪聲特性，如果具有白噪聲的特性，則輸出信號(hào)為白噪聲信號(hào)；
[0016] (4)運(yùn)用系統(tǒng)辨識(shí)方法對風(fēng)桐當(dāng)前工況進(jìn)行辨識(shí)，得到當(dāng)前工況下的辨識(shí)模型。
[0017] 檢測當(dāng)前工況下的辨識(shí)模型能否對當(dāng)前風(fēng)桐工況進(jìn)行預(yù)測和逼近的具體過程如 下:運(yùn)用殘差序列白化檢驗(yàn)方法對已辨識(shí)的系統(tǒng)進(jìn)行預(yù)測和逼近能力測試，得到測試結(jié)果， 若辨識(shí)模型的殘差序列不具有白噪聲特性，則此辨識(shí)算法的辨識(shí)模型不能對當(dāng)前風(fēng)桐工況 進(jìn)行預(yù)測和逼真;若模型的殘差序列具有白噪聲特性，則對應(yīng)的辨識(shí)模型能夠?qū)Ξ?dāng)前風(fēng)桐 工況進(jìn)行預(yù)測和逼真。
[0018] 所述殘差序列白化檢驗(yàn)方法包括自相關(guān)曲線檢驗(yàn)方法W及擬合殘差序列的概率 密度方法。
[0019] 奇異值剔除具體采用拉依達(dá)奇異值剔除法。
[0020] 歸一化處理具體采用Z-Score標(biāo)準(zhǔn)化數(shù)據(jù)歸一化方法。
[0021] 實(shí)時(shí)檢測當(dāng)前風(fēng)桐工況下的辨識(shí)模型能否對新風(fēng)桐工況實(shí)現(xiàn)預(yù)測和逼近的具體 過程為：
[0022] (1)檢測辨識(shí)系統(tǒng)輸出序列值與真實(shí)系統(tǒng)輸出序列值之間的匹配度是否大于 70%;
[0023] (2)檢測辨識(shí)系統(tǒng)輸出序列值與真實(shí)系統(tǒng)輸出序列值的之間的殘差序列是否白噪 聲；
[0024] 若滿足匹配度大于70%且殘差序列是白噪聲，則能夠?qū)π嘛L(fēng)桐工況實(shí)現(xiàn)預(yù)測和 逼近，若不滿足，則不能夠?qū)π嘛L(fēng)桐工況實(shí)現(xiàn)預(yù)測和逼近。
[0025] 與現(xiàn)有技術(shù)相比較，本發(fā)明的有益效果在于：
[0026] 1.本發(fā)明運(yùn)用風(fēng)桐輸入輸出數(shù)據(jù)直接對整個(gè)風(fēng)桐工況進(jìn)行系統(tǒng)辨識(shí)，系統(tǒng)辨識(shí)模 型具體為狀態(tài)空間描述。由于常溫連續(xù)式跨聲速風(fēng)桐是個(gè)閉環(huán)系統(tǒng)如果采用開環(huán)辨識(shí)方 法，需要斷開運(yùn)行的風(fēng)桐系統(tǒng)的反饋環(huán)才可進(jìn)行系統(tǒng)輸入輸出數(shù)據(jù)采集，存在較大的不安 全因素及帶來經(jīng)濟(jì)性問題。本發(fā)明運(yùn)用DSR閉環(huán)子空間辨識(shí)方法在不需要斷開運(yùn)行的風(fēng)桐 系統(tǒng)的反饋環(huán)就可W進(jìn)行系統(tǒng)輸入輸出數(shù)據(jù)采集，并對當(dāng)前整個(gè)風(fēng)桐工況進(jìn)行系統(tǒng)辨識(shí)， 由于是對整個(gè)風(fēng)桐工況進(jìn)行辨識(shí)，所W所辨識(shí)系統(tǒng)能夠反映風(fēng)桐系統(tǒng)的整體特性，更有利 于對當(dāng)前風(fēng)桐工況的分析。
[0027] 2.檢測當(dāng)前風(fēng)桐工況辨識(shí)模型能否對當(dāng)前風(fēng)桐工況進(jìn)行預(yù)測和逼近時(shí)，如果不能 當(dāng)前辨識(shí)模型不能對當(dāng)前風(fēng)桐工況進(jìn)行預(yù)測和逼近，可能是由于采樣數(shù)據(jù)受到高頻干擾， 需對采樣數(shù)據(jù)進(jìn)行低通濾波或進(jìn)行數(shù)據(jù)重采樣，并再次運(yùn)用所述系統(tǒng)辨識(shí)方法進(jìn)行風(fēng)桐當(dāng) 前工況辨識(shí)。
[00%] 3.實(shí)時(shí)檢測當(dāng)前風(fēng)桐工況辨識(shí)模型能否對新風(fēng)桐工況進(jìn)行預(yù)測和逼近。如果當(dāng)前 風(fēng)桐工況辨識(shí)模型不能對新風(fēng)桐工況進(jìn)行預(yù)測和逼近，則需要進(jìn)行辨識(shí)模型切換，重新利 用所述辨識(shí)方法進(jìn)行新風(fēng)桐工況下的系統(tǒng)辨識(shí)。根據(jù)不斷變化的風(fēng)桐工況運(yùn)用所述系統(tǒng)辨 識(shí)方法和辨識(shí)系統(tǒng)檢測方法對復(fù)雜風(fēng)桐系統(tǒng)實(shí)現(xiàn)多模態(tài)辨識(shí)，更加符合實(shí)際應(yīng)用。
[0029] 4.運(yùn)用DSR閉環(huán)子空間辨識(shí)算法得到的辨識(shí)模型精度高于其他子空間辨識(shí)算法辨 識(shí)的模型。
【附圖說明】
[0030] 圖1是本發(fā)明單模態(tài)系統(tǒng)辨識(shí)流程圖；
[0031 ]圖2是本發(fā)明多模態(tài)系統(tǒng)辨識(shí)切換流程圖；
[0032] 圖3是DSR辨識(shí)系統(tǒng)與真實(shí)系統(tǒng)輸出匹配度比較圖；其中，（a)為Zl輸出序列，（b)為 Z2輸出序列，（C)為Z3輸出序列。
[0033] 圖4是MSID辨識(shí)系統(tǒng)與真實(shí)系統(tǒng)輸出匹配度比較圖；其中，（a)為Zl輸出序列，（b) 為Z2輸出序列，（C)為Z3輸出序列。
[0034] 圖5是PEM辨識(shí)系統(tǒng)與真實(shí)系統(tǒng)輸出匹配度比較圖；其中，（a)為Zl輸出序列，（b)為 Z2輸出序列，（C)為Z3輸出序列。
[00對圖6是DSR;輸出殘差序列自相關(guān)性檢測曲線;其中，（a)為Zl，（b)為Z2,（C)為Z3。
[0036] 圖7是MSIDS輸出殘差序列自相關(guān)性檢測曲線；其中，（a)為Zl，（b)為Z2,（C)為 Z3。
[0037] 圖8是陽輸出殘差序列自相關(guān)性檢測曲線;其中，（a)為Zl，（b)為Z2,（C)為Z3。
[003引圖9是DSRS輸出殘差序列概率密度估計(jì)曲線;其中，（a)為Zl，（b)為Z2,（C)為Z3。
[0039] 圖10是MSIDS輸出殘差序列概率密度估計(jì)曲線；其中，（a)為Zl，（b)為Z2,（C)為 Z3。
[0040] 圖11是陽MS輸出殘差序列概率密度估計(jì)曲線。其中，（a)為Zl，（b)為Z2,（C)為Z3。
【具體實(shí)施方式】
[0041 ]下面結(jié)合附圖及【具體實(shí)施方式】對本發(fā)明作進(jìn)一步詳細(xì)說明。
[0042] 參見圖1和圖2,本發(fā)明一種風(fēng)桐多模態(tài)實(shí)時(shí)系統(tǒng)辨識(shí)方法:風(fēng)桐工況具體為風(fēng)桐 模態(tài)，不同工況即為不同的模態(tài)，一種工況對應(yīng)于一種模態(tài)，工況變化即模態(tài)發(fā)生變化;一 種風(fēng)桐模態(tài)對應(yīng)一種風(fēng)桐小擾動(dòng)模型。本發(fā)明中辨識(shí)系統(tǒng)用辨識(shí)模型進(jìn)行表示。
[0043] 1)對當(dāng)前風(fēng)桐工況采用DSR閉環(huán)子空間辨識(shí)方法進(jìn)行辨識(shí)，得到當(dāng)前工況下的辨 識(shí)模型，檢測當(dāng)前工況下的辨識(shí)模型能否對當(dāng)前風(fēng)桐工況進(jìn)行預(yù)測和逼近;若不能，則重新 采集數(shù)據(jù)，若能則實(shí)現(xiàn)對當(dāng)前風(fēng)桐工況的預(yù)測和逼近；
[0044] 2)當(dāng)風(fēng)桐工況變化后，實(shí)時(shí)檢測當(dāng)前風(fēng)桐工況下的辨識(shí)模型能否對新風(fēng)桐工況實(shí) 現(xiàn)預(yù)測和逼近，若當(dāng)前風(fēng)桐工況下的辨識(shí)模型不能對新風(fēng)桐工況實(shí)現(xiàn)預(yù)測和逼近，則重復(fù) 步驟1);
[0045] 隨風(fēng)桐工況不斷變化，重復(fù)步驟2)實(shí)現(xiàn)整個(gè)風(fēng)桐系統(tǒng)工況的預(yù)測和逼近。
[0046] 其具體實(shí)施過程包括下述步驟：
[0047] 1.運(yùn)用DSR閉環(huán)子空間辨識(shí)方法對整個(gè)風(fēng)桐工況進(jìn)行辨識(shí)，得到測試結(jié)果，具體包 括：
[0048] (1)將白噪聲信號(hào)輸入風(fēng)桐閉環(huán)系統(tǒng)，用信號(hào)采集儀采集白噪聲輸入信號(hào)和相應(yīng) 的輸出信號(hào)，在信號(hào)采樣頻率為10化，采樣數(shù)據(jù)長度為2000的條件下，得到輸入數(shù)據(jù)和輸出 數(shù)據(jù)；
[0049] (2)首先對輸入數(shù)據(jù)和輸出數(shù)據(jù)進(jìn)行奇異值剔除，具體采用拉依達(dá)奇異值剔除法， 然后數(shù)據(jù)歸一化處理，具體采用Z-score標(biāo)準(zhǔn)化數(shù)據(jù)歸一化方法，得到處理后的數(shù)據(jù)，根據(jù) 處理后的數(shù)據(jù)得到輸出信號(hào)的自相關(guān)曲線和功率譜密度曲線。
[0050] (3)對輸出信號(hào)的自相關(guān)曲線和功率譜密度曲線進(jìn)行檢測。具體過程為:用輸入信 號(hào)的自相關(guān)曲線和功率譜密度曲線與輸出信號(hào)的自相關(guān)曲線和功率譜密度曲線做對比，如 果輸出信號(hào)具有白噪聲特性，則輸出信號(hào)為白噪聲信號(hào)；
[0051] (4)系統(tǒng)辨識(shí)。具體為運(yùn)用S種系統(tǒng)辨識(shí)方法DSR，N4SID和TOM分別對風(fēng)桐當(dāng)前工 況進(jìn)行辨識(shí)，得到當(dāng)前工況下的辨識(shí)模型。
[0052] (5)對風(fēng)桐當(dāng)前工況下的辨識(shí)模型測試，具體過程為：
[0053] 對步驟(4)中=種辨識(shí)模型輸出值和真實(shí)系統(tǒng)輸出值進(jìn)行匹配度（吻合度）比較。 為了能夠清楚觀察辨識(shí)系統(tǒng)與真實(shí)系統(tǒng)輸出值之間的接近程度，現(xiàn)截取原2000組輸出數(shù)據(jù) 中的50組數(shù)據(jù)(50~100)進(jìn)行繪圖，分別如圖3~圖5W及具體匹配度數(shù)值如表1所示。
[0054] 由圖3~5可知，系統(tǒng)辨識(shí)算法MSID所辨識(shí)的模型性能遠(yuǎn)低于其他兩種辨識(shí)算法 辨識(shí)模型，尤其體現(xiàn)在對輸出量Z3的預(yù)測上；同時(shí)可知，DSR和陽M兩種辨識(shí)算法所辨識(shí)的模 型能夠?qū)φ鎸?shí)系統(tǒng)的輸出進(jìn)行很好的預(yù)測。
[0055] 表1 =種辨識(shí)系統(tǒng)輸出值與真實(shí)系統(tǒng)輸出值匹配度表
[0化6]
[0化7]
[0058] 由表1中S種算法辨識(shí)模型匹配度具體數(shù)值可知，可W得到與圖3~圖5相同結(jié)論， 同時(shí)，可知DSR算法的S輸出匹配度比PEM算法的相應(yīng)值要大，即DSR算法對所述風(fēng)桐系統(tǒng)的 預(yù)測比陽M算法的精度要高。
[0059] 檢測辨識(shí)系統(tǒng)輸出序列值與真實(shí)系統(tǒng)輸出序列值的之間的殘差序列是否為白噪 聲;若滿足殘差序列是白噪聲，則當(dāng)前風(fēng)桐工況辨識(shí)模型能夠?qū)Ξ?dāng)前風(fēng)桐工況進(jìn)行預(yù)測和 逼近，若當(dāng)前風(fēng)桐工況辨識(shí)模型不能對當(dāng)前風(fēng)桐工況進(jìn)行預(yù)測和逼近，可能是由于采樣數(shù) 據(jù)受到高頻干擾，需對采樣數(shù)據(jù)進(jìn)行低通濾波或進(jìn)行數(shù)據(jù)重采樣，并再次運(yùn)用所述系統(tǒng)辨 識(shí)方法進(jìn)行風(fēng)桐當(dāng)前工況辨識(shí)并檢測。
[0060] 運(yùn)用殘差序列白化檢驗(yàn)方法，具體為自相關(guān)曲線檢驗(yàn)方法，W及擬合殘差序列的 概率密度方法對已辨識(shí)的系統(tǒng)進(jìn)行預(yù)測和逼近能力測試，得到測試結(jié)果，具體如圖6~圖 11，其中圖6~圖8為S輸出殘差序列自相關(guān)曲線，圖9~圖11為S輸出殘差序列概率密度估 計(jì)曲線。
[0061] 由圖6~圖8可得；種辨識(shí)模型輸出殘差序列的自相關(guān)曲線，其中由圖7的自相關(guān) 曲線可知在橫軸約[-10,10]時(shí)，對應(yīng)的幅值都非零且非常大，由此可知MSID辨識(shí)算法辨識(shí) 模型的殘差序列不具有白噪聲特性，即此算法辨識(shí)的模型不能對原系統(tǒng)進(jìn)行預(yù)測；同時(shí)，由 圖6和圖8可得，曲線僅在0時(shí)刻具有自相關(guān)特性，在其他時(shí)刻均接近零，即運(yùn)兩種辨識(shí)算法 辨識(shí)的模型的殘差序列具有白噪聲特性，也即對應(yīng)的辨識(shí)模型能夠?qū)υ枷到y(tǒng)進(jìn)行充分預(yù) 測。
[0062] 由圖9~圖11可得S種辨識(shí)模型輸出殘差序列的概率密度估計(jì)曲線，其中由圖10 可知，N4SID辨識(shí)算法對應(yīng)的殘差序列概率密度曲線為非正態(tài)分布概率密度曲線，而由圖9 和圖11可知，其余兩種辨識(shí)算法的相應(yīng)殘差序列的概率密度曲線均為正態(tài)分布概率密度曲 線，即運(yùn)兩種辨識(shí)算法辨識(shí)的模型的殘差序列具有白噪聲特性，也即對應(yīng)的辨識(shí)模型能夠 對原始系統(tǒng)進(jìn)行充分預(yù)測。
[0063] 2.當(dāng)風(fēng)桐工況變化后，實(shí)時(shí)檢測當(dāng)前風(fēng)桐工況下的辨識(shí)模型能否對新風(fēng)桐工況實(shí) 現(xiàn)預(yù)測和逼近，具體過程如下：
[0064] (1)檢測辨識(shí)系統(tǒng)輸出序列值與真實(shí)系統(tǒng)輸出序列值之間的匹配度是否大于 70%;
[0(?日]匹配度公式為
[0066]
(%) (1)
[0067] 其中Y為真實(shí)系統(tǒng)輸出序列，f為辨識(shí)系統(tǒng)輸出序列，norm( g)為求范數(shù)，mean (g) 為求均值。
[0068] 根據(jù)大量工程實(shí)踐所得，一般情況下當(dāng)匹配度大于70%時(shí)認(rèn)為辨識(shí)模型合格。
[0069] (2)檢測辨識(shí)模型輸出序列值與真實(shí)系統(tǒng)輸出序列值的之間的殘差序列是否為白 噪聲。
[0070] 運(yùn)用殘差序列白化檢驗(yàn)方法對殘差序列是否是白噪聲進(jìn)行檢測，殘差序列白化檢 驗(yàn)方法包括自相關(guān)曲線檢驗(yàn)方法W及擬合殘差序列的概率密度方法。
[0071] 若滿足匹配度大于70%且殘差序列是白噪聲，則當(dāng)前風(fēng)桐工況辨識(shí)模型能夠?qū)π?風(fēng)桐工況進(jìn)行預(yù)測和逼近;若不滿足，則需要對新風(fēng)桐工況進(jìn)行系統(tǒng)辨識(shí)。
[0072] 隨風(fēng)桐工況不斷變化，重復(fù)辨識(shí)和檢測過程，實(shí)現(xiàn)整個(gè)風(fēng)桐系統(tǒng)工況的預(yù)測和逼 近。
【主權(quán)項(xiàng)】
1. 一種風(fēng)洞多模態(tài)實(shí)時(shí)系統(tǒng)辨識(shí)方法，其特征在于，包括以下步驟： 1) 對當(dāng)前風(fēng)洞工況采用DSR閉環(huán)子空間辨識(shí)方法進(jìn)行辨識(shí)，得到當(dāng)前工況下的辨識(shí)模 型，檢測當(dāng)前工況下的辨識(shí)模型能否對當(dāng)前風(fēng)洞工況進(jìn)行預(yù)測和逼近;若不能，則重新采集 數(shù)據(jù)，若能則實(shí)現(xiàn)對當(dāng)前風(fēng)洞工況的預(yù)測和逼近； 2) 當(dāng)風(fēng)洞工況變化后，實(shí)時(shí)檢測當(dāng)前風(fēng)洞工況下的辨識(shí)模型能否對新風(fēng)洞工況實(shí)現(xiàn)預(yù) 測和逼近，若當(dāng)前風(fēng)洞工況下的辨識(shí)模型不能對新風(fēng)洞工況實(shí)現(xiàn)預(yù)測和逼近，則重復(fù)步驟 1)； 隨風(fēng)洞工況不斷變化，重復(fù)步驟2)實(shí)現(xiàn)整個(gè)風(fēng)洞系統(tǒng)工況的預(yù)測和逼近。2. 根據(jù)權(quán)利要求1所述的一種風(fēng)洞多模態(tài)實(shí)時(shí)系統(tǒng)辨識(shí)方法，其特征在于，對當(dāng)前風(fēng)洞 工況采用DSR閉環(huán)子空間辨識(shí)方法進(jìn)行辨識(shí)，得到當(dāng)前工況下的辨識(shí)模型的具體過程如下： (1) 將白噪聲信號(hào)輸入風(fēng)洞閉環(huán)系統(tǒng)，用信號(hào)采集儀采集白噪聲輸入信號(hào)和相應(yīng)的輸 出信號(hào)，在信號(hào)采樣頻率為10Hz，采樣數(shù)據(jù)長度為2000的條件下，得到輸入數(shù)據(jù)和輸出數(shù) 據(jù)； (2) 對輸入數(shù)據(jù)和輸出數(shù)據(jù)進(jìn)行奇異值剔除，然后數(shù)據(jù)歸一化處理，得到處理后的數(shù) 據(jù)，根據(jù)處理后的數(shù)據(jù)得到輸出信號(hào)的自相關(guān)曲線和功率譜密度曲線； (3) 對輸出信號(hào)的自相關(guān)曲線和功率譜密度曲線進(jìn)行檢測，具體過程為：用輸入信號(hào)的 自相關(guān)曲線和功率譜密度曲線與輸出信號(hào)的自相關(guān)曲線和功率譜密度曲線做對比，檢測輸 出信號(hào)是否具有白噪聲特性，如果具有白噪聲的特性，則輸出信號(hào)為白噪聲信號(hào)； (4) 運(yùn)用系統(tǒng)辨識(shí)方法對風(fēng)洞當(dāng)前工況進(jìn)行辨識(shí)，得到當(dāng)前工況下的辨識(shí)模型。3. 根據(jù)權(quán)利要求1所述的一種風(fēng)洞多模態(tài)實(shí)時(shí)系統(tǒng)辨識(shí)方法，其特征在于，檢測當(dāng)前工 況下的辨識(shí)模型能否對當(dāng)前風(fēng)洞工況進(jìn)行預(yù)測和逼近的具體過程如下:運(yùn)用殘差序列白化 檢驗(yàn)方法對已辨識(shí)的系統(tǒng)進(jìn)行預(yù)測和逼近能力測試，得到測試結(jié)果，若辨識(shí)模型的殘差序 列不具有白噪聲特性，則此辨識(shí)算法的辨識(shí)模型不能對當(dāng)前風(fēng)洞工況進(jìn)行預(yù)測和逼真;若 模型的殘差序列具有白噪聲特性，則對應(yīng)的辨識(shí)模型能夠?qū)Ξ?dāng)前風(fēng)洞工況進(jìn)行預(yù)測和逼 真。4. 根據(jù)權(quán)利要求3所述的一種風(fēng)洞多模態(tài)實(shí)時(shí)系統(tǒng)辨識(shí)方法，其特征在于，所述殘差序 列白化檢驗(yàn)方法包括自相關(guān)曲線檢驗(yàn)方法以及擬合殘差序列的概率密度方法。5. 根據(jù)權(quán)利要求3所述的一種風(fēng)洞多模態(tài)實(shí)時(shí)系統(tǒng)辨識(shí)方法，其特征在于，奇異值剔除 具體采用拉依達(dá)奇異值剔除法。6. 根據(jù)權(quán)利要求3所述的一種風(fēng)洞多模態(tài)實(shí)時(shí)系統(tǒng)辨識(shí)方法，其特征在于，歸一化處理 具體采用Z-score標(biāo)準(zhǔn)化數(shù)據(jù)歸一化方法。7. 根據(jù)權(quán)利要求1所述的一種風(fēng)洞多模態(tài)實(shí)時(shí)系統(tǒng)辨識(shí)方法，其特征在于，實(shí)時(shí)檢測當(dāng) 前風(fēng)洞工況下的辨識(shí)模型能否對新風(fēng)洞工況實(shí)現(xiàn)預(yù)測和逼近的具體過程為： (1) 檢測辨識(shí)系統(tǒng)輸出序列值與真實(shí)系統(tǒng)輸出序列值之間的匹配度是否大于70%; (2) 檢測辨識(shí)系統(tǒng)輸出序列值與真實(shí)系統(tǒng)輸出序列值的之間的殘差序列是否白噪聲； 若滿足匹配度大于70%且殘差序列是白噪聲，則能夠?qū)π嘛L(fēng)洞工況實(shí)現(xiàn)預(yù)測和逼 近，若不滿足，則不能夠?qū)π嘛L(fēng)洞工況實(shí)現(xiàn)預(yù)測和逼近。
【文檔編號(hào)】G06F17/50GK106021693SQ201610323773
【公開日】2016年10月12日
【申請日】2016年5月16日
【發(fā)明人】蔡遠(yuǎn)利, 李紅霞
【申請人】西安交通大學(xué)