تخمین بهبود یافته پارامتر های مدل شناور زیردریایی خودکار در صفحات افقی و عمودی در حضور نویز

چکیده:
در این مقاله مساله تخمین بهبود یافته پارامتر و مدلسازی شناور زیردریایی خودکار (AUV) در صفحات افقی و عمودی در حضور نویز اندازه گیری مطرح می گردد. بدین منظور، دو راهبرد شناسایی سیستم شامل روش شناساگر وفقی پارامتر مدل سری- موازی و شناساگر حداقل مربعات خطا، به عنوان دو روش کم هزینه برای شناسایی مدل بر اساس اطلاعات مستخرج از آزمایش های عملی، طراحی و مورد بررسی قرار می گیرد. در هر دو شناساگر پیشنهادی، مساله انتخاب مقادیر بهره های طراحی شناساگرها به عنوان یک عامل مهم در جهت بهبود عملکرد فرایند تخمین، توسط الگوریتم بهینه سازی اجتماع ذرات (PSO) بر اساس حداقل سازی یک تابع هدف مرتفع و تعیین می گردد. با انتخاب و اعمال سیگنال ورودی مناسب، خروجی سیستم مورد داده برداری قرار گرفته و در نهایت مدل فضای حالت و تابع تبدیل هر زیرسیستم شناسایی شده، و نتایج حاصل از آن با سیستم واقعی مورد مقایسه قرار می-گیرد. بررسی نتایج تخمین، بیان می دارد که شناساگر حداقل مربعات خطا نسبت به شناساگر وفقی پارامتر دارای توانایی انجام عمل تخمین با دقت و سرعت بسیار بالا و تاثیرپذیری ناچیز از نویز وارده به سیستم می باشد. نتایج شبیه سازی، موید صحت عملکرد موثر شناساگر حداقل مربعات خطا به منظور مدلسازی دو زیرسیستم خطی AUV، براساس داده های اندازه گیری شده سیستم در دو حالت بدون نویز و آغشته به نویز، می باشد.
زبان:
انگلیسی
صفحات:
12 تا 27
لینک کوتاه:
magiran.com/p1708905 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!