基于改进稀疏正则化的扩展卡尔曼滤波损伤识别研究

基于传统扩展卡尔曼滤波方法(EKF)的损伤识别过程是一个典型的反问题求解,反问题的不适定性使EKF识别结果容易受噪声干扰,导致EKF算法收敛困难、识别精度下降.基于l1正则化的EKF算法在一定程度上可以缓解此问题,但其不能获得足够准确的稀疏解.为此,提出了一种改进稀疏正则化的EKF方法.该方法采用Arctangent罚函数代替l1范数以施加损伤稀疏性约束;通过伪测量技术将稀疏性约束嵌入到EKF中,获得施加约束方程后的递推解.采用3层剪切结构和悬臂梁2个试验算例验证了该方法的有效性.研究结果表明:即使在噪声干扰下,所提方法也可以准确识别出结构损伤;相比传统l1正则化EKF方法,该方法需要的观测信息更少,能获得更准确的稀疏解.