买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于短时增量的系统动力学参数实时估计方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119148528B 。

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411291266.6，技术领域涉及：G05B13/04；该发明授权一种基于短时增量的系统动力学参数实时估计方法及系统是由邵翔宇;许麟珂;姚蔚然;孙光辉;吴立刚设计研发完成，并于2024-09-14向国家知识产权局提交的专利申请。

本一种基于短时增量的系统动力学参数实时估计方法及系统在说明书摘要公布了：本发明的基于短时增量的系统动力学参数实时估计方法，包括以下步骤：S1、求解具有未知参数或函数的复杂系统动力学模型表达式，将其控制仿真过程离散化，定义仿真的大步长与小步长；S2、通过状态变量序列的自相关函数、偏自相关函数以及模型选择准则选择合适的一步最优预测模型；S3、每个大步长开始时刻，通过步骤S2中选择的一步最优预测模型求解下一大步长开始时刻和这一大步长中间每个小步长；S4、在该大步长内每个小步长时刻作用输入控制量增量，测量每一小步长开始时刻的状态变量；S5、根据所求得各小步长状态变量预测值和实际测量值之差计算动力学模型未知参数。本发明通过一步最优预测的方法估计系统动力学的参数，实现“边控制边估计”，使得系统在不受到大幅影响的前提下，能够较准确地估算系统的动力学参数。

本发明授权一种基于短时增量的系统动力学参数实时估计方法及系统在权利要求书中公布了：1.一种基于短时增量的系统动力学参数实时估计方法，其特征在于，所述方法包括以下步骤： S1、求解具有未知参数或函数的复杂系统动力学模型表达式，将其控制仿真过程离散化，定义仿真的大步长与小步长； S2、通过状态变量序列的自相关函数、偏自相关函数以及模型选择准则选择合适的一步最优预测模型； S3、每个大步长开始时刻，通过步骤S2中选择的一步最优预测模型求解下一大步长开始时刻和这一大步长中间每个小步长开始时刻状态变量的预测值； S4、在该大步长内每个小步长时刻作用输入控制量增量，测量每一小步长开始时刻的状态变量，并实时更新下一大步长和后续小步长开始时刻的状态变量预测值； S5、根据所求得各小步长状态变量预测值和实际测量值之差计算动力学模型未知参数； S1具体包括如下步骤： 求解具有未知参数或函数的复杂系统动力学模型表达式如下： 其中，x,表示该系统动力学的状态变量及其一阶导数，u为控制系统的输入量，fx表示动力学方程中与输入量u无关项之和，gx表示动力学方程中关于输入量u的线性变化矩阵，即关于u的偏导数； 将系统动力学的控制仿真过程看作离散时间过程，设该系统动力学的自由度数目为n，其中一个大步长时间包含2n个小步长；在仿真过程中，第k个大步长开始时刻的状态变量设为xk，第k个大步长期间的第l个小步长开始时刻的状态变量设为xk；l-1，l为1至2n范围内的整数；记每个大步长时间为T，则每个小步长时间为将系统动力学模型离散化，用代替有 S2具体包括如下步骤： 定义状态变量序列的自相关函数和偏自相关函数预测下一大步长开始时刻的系统状态值； 利用AIC模型选择准则AIC＝2r-2lnL选取时间预测序列模型阶数，其中r为模型的参数数量，L为模型的最大似然函数值，所选取的自回归模型阶数p或和移动平均模型阶数q应使得AIC的值尽量小，接着选取模型参数，使似然函数最大化； 其中，θ为模型参数列阵，包含自回归模型参数或和移动平均模型参数，y＝[x1,x2,…,xN]T为状态变量观测值序列，W为包含滞后项和白噪声项的设计矩阵，δ为误差项的协方差矩阵； S3具体包括如下步骤： 利用步骤S2中求得的一步时间序列预测模型、当前大步长开始时刻的状态变量xk和之前大步长开始时刻的状态变量xk-1,xk-2,…，计算下一大步长开始时刻状态变量的预测值 对所求得下一大步长开始时刻的系统状态值和当前大步长开始时刻的系统状态值，对当前大步长中每一个小步长开始时刻系统状态值进行线性插值，作为各小步长的系统状态预测值，即在当前大步长期间，各个小步长开始时刻的状态变量估计值表达如下： S4具体包括如下步骤： 定义向量γi＝[0,…,0,1,0,…0]T,i＝1,2,…,n，即γi是一个n维列向量，其元素中除了i个元素取值为1外，其余元素均取值为0；对于该大步长期间第l+1个小步长，l＝0,1,…,2n-1，若l为偶数，设l＝2m,m＝0,1,…,n-1，令小步长期间控制输入量增量为δuk,l＝αm+1γm+1，若l为奇数，设l＝2m+1,m＝0,1,…,n-1，令小步长期间控制输入量增量为δuk,l＝-αm+1γm+1，其中αi0,i＝1,2,…,n为预定的增量系数；此时，假设uk为第k-1个大步长中，由上一大步长中步骤S5所计算出在第k个大步长期间的输入量理论值，则对于第k个大步长期间第l+1个小步长，此期间控制输入量uk,l＝uk+δuk,l； 在该大步长中每第奇数个小步长结束时所测量的状态变量为xk；2m+1，设此时状态变量的估计值为状态变量估计误差为则有 此时，由于第2m+1个小步长已结束，将调整为其真实值xk；2m； S5具体包括如下步骤： 函数g满足下式： 假设在同一大步长内，g的值恒定，即gxk；2m＝gxk；此时则近似有 由δuk,2m的定义，得知gxk第m+1列的值为经历一个大步长后，gxk可以完全求得，将其代入控制器方程可以计算下一个大步长下的输入量理论值； 当l为偶数时，设l＝2m,m＝1,…,n-1，则第l+1个小步长开始时，求取当前时刻的实际状态值xk；l，根据xk；2m和xk的值对下一大步长和后续小步长开始时的状态变量预测值进行修改，此时下一大步长状态变量预测值修改为当前和后续小步长的预测值修改为若该大步长未结束，进入后续小步长，返回步骤S4，若该大步长结束，系统动力学参数则得到了实时估计，进入下一大步长，返回步骤S3。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工业大学，其通讯地址为：150010 黑龙江省哈尔滨市南岗区西大直街92号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。