1、相對(duì)于鄧石磊、振動(dòng)臺(tái)操縱系統(tǒng)、1 .振動(dòng)臺(tái)的新控制技術(shù)、電液伺服振動(dòng)臺(tái)，伺服控制支重輪是振動(dòng)臺(tái)的控制基礎(chǔ)。 為了提高通帶寬度和穩(wěn)定性，伺服控制支重輪一般采用三殘奧儀表控制技術(shù)，控制支重輪的設(shè)定糾正以簡(jiǎn)單的三次數(shù)學(xué)模型為被受控對(duì)象，導(dǎo)致設(shè)定糾正結(jié)果和實(shí)際調(diào)整結(jié)果的差異，影響實(shí)際控制精度。 為了得到更高的環(huán)境仿真精度，近年來(lái)，在進(jìn)行(1)自適應(yīng)諧波抑制(2)幅相控制(3)自適應(yīng)逆控制(AIC) (1)自適應(yīng)諧波抑制時(shí)間段波形控制試驗(yàn)的情況下，由于系統(tǒng)存在死區(qū)、延遲等非線性，導(dǎo)致臺(tái)面位置響應(yīng)信號(hào)波形產(chǎn)生失真，從加速度響應(yīng)信號(hào)中導(dǎo)出了一些間諧波干擾作用自適應(yīng)諧波抑制技術(shù)從有源噪聲控制技術(shù)發(fā)展起來(lái)，主要

2、用于時(shí)域正弦控制。 期望的正弦信號(hào)被輸入到輸入信號(hào)中，并且還添加響應(yīng)信號(hào)中包括的間諧波分量，抵消了響應(yīng)信號(hào)中包括的間諧波，并適當(dāng)調(diào)整間諧波的幅度和相位，使得輸出波形實(shí)現(xiàn)理想正弦信號(hào)。 (2)幅相控制在許多自適應(yīng)過(guò)濾算法中存在穩(wěn)定性問(wèn)題，而且還沒(méi)有確定對(duì)這些個(gè)算法穩(wěn)定的一盞茶條件，因此近年來(lái)也有一些新的嘗試。 美國(guó)加利福尼亞大學(xué)San Diego分校的兩位學(xué)者Antranik和Miroslav在2007年提出了極端值搜索算法，通過(guò)對(duì)響應(yīng)信號(hào)和期望信號(hào)的幅度和相位差值進(jìn)行實(shí)時(shí)校正，來(lái)控制幅度控制器以實(shí)現(xiàn)正弦加速度波形的精確跟蹤。 (3)自適應(yīng)逆控制，用于通過(guò)補(bǔ)償濾波器生成用于所希望的隨機(jī)信號(hào)的被控

3、制系統(tǒng)的驅(qū)動(dòng)信號(hào)，并且使系統(tǒng)的輸出波形收斂到基準(zhǔn)波形。 補(bǔ)償濾波器的傳遞函數(shù)通過(guò)特定自適應(yīng)算法而收斂到受控傳遞函數(shù)的反函數(shù)。 當(dāng)算法收斂時(shí)，輸出信號(hào)跟隨上面輸入的期望信號(hào)。 在線性系統(tǒng)中采用線性自適應(yīng)濾波器，在非線性系統(tǒng)中采用基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)濾波器等。 另外，希望信號(hào)與系統(tǒng)輸出的響應(yīng)信號(hào)有差，自適應(yīng)算法利用該誤差信號(hào)，根據(jù)某一優(yōu)化基準(zhǔn)，自動(dòng)調(diào)整自適應(yīng)濾波器的權(quán)重。 如果優(yōu)化目標(biāo)函數(shù)達(dá)到最小，則自適應(yīng)濾波器反向收斂到系統(tǒng)，且輸出的響應(yīng)信號(hào)追隨輸入的期望信號(hào)。 在文獻(xiàn)中，幾乎都看到了橫向的過(guò)濾煙嘴，這可能是因?yàn)榈卣饳M波和面波到達(dá)時(shí)地面振動(dòng)對(duì)建筑結(jié)構(gòu)的影響最大，但一般資料認(rèn)為地震運(yùn)動(dòng)在地表引起的

4、破壞主要是橫波(s波)的水平振動(dòng)造成的。 2 .如圖1 b所示，自適應(yīng)濾波器和自適應(yīng)算法自適應(yīng)濾波器由濾波器系統(tǒng)和自適應(yīng)算法兩部分組成。 過(guò)濾系統(tǒng)根據(jù)功能的要求而具有不同配置形式的自適應(yīng)算法用于調(diào)整過(guò)濾系統(tǒng)的結(jié)構(gòu)殘奧儀表。 自適應(yīng)過(guò)濾算法可以分類為兩種最基本的算法，即，最小均方誤差(LMS )算法和遞歸最小均方(RLS )算法。 最小均方誤差(LMS )算法，修正量小，易于實(shí)現(xiàn)，得到廣泛的應(yīng)用，通常采用可變步長(zhǎng)策略來(lái)解決收斂精度和收斂速度的不符點(diǎn)問(wèn)題的遞歸最小二乘法(RLS )，雖然具有高速收斂性，但在解決RLS問(wèn)題時(shí)卻以修正運(yùn)算的復(fù)雜性和羅得男低音穩(wěn)定性為代價(jià)梯度下降利用梯度信息對(duì)自適應(yīng)濾波

5、器性能進(jìn)行分析并跟蹤最佳濾波器狀態(tài)是理解基于各種梯度的自適應(yīng)濾波器方法的基礎(chǔ)。 代價(jià)函數(shù)J(W )是某個(gè)未知權(quán)向量w的連續(xù)微小函數(shù)，將向量w映射為實(shí)數(shù)。 自適應(yīng)過(guò)濾的過(guò)程是找到最佳解，使成本函數(shù)達(dá)到最小值。 適于自適應(yīng)濾波的優(yōu)化算法是局部迭代下降的思想，即，從初始值生成一系列權(quán)向量，以使得每當(dāng)重復(fù)算法時(shí)代價(jià)函數(shù)下降，并且接近優(yōu)化解。梯度下降沿著最陡的下降方向(即負(fù)梯度方向)連續(xù)地調(diào)整權(quán)向量w。 因此，梯度下降可以用式3-2所示的形式表示。 在1960年，美國(guó)斯坦福大學(xué)的Widrow等人提出了一種最小均方值(LMS )算法，其可以是使用瞬時(shí)值來(lái)估計(jì)梯度向量的方法，如方程33所示。 式3-3是梯度向量的無(wú)偏差的估計(jì)，在式3-4中表示能夠?qū)⑵浯嫣荻认陆抵械奶荻认蛄慷玫絃MS算法的過(guò)濾系數(shù)更新式。 收斂條件為0 2/tr(R )。 規(guī)范化