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！

龙图腾网获悉武汉理工大学申请的专利基于新型约束容积卡尔曼滤波器的模型更新混合试验方法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：CN115730489B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202211498604.4，技术领域涉及：G06F30/23；该发明授权基于新型约束容积卡尔曼滤波器的模型更新混合试验方法是由杨格;王尚长;吴斌;王贞;肖嘉俊设计研发完成，并于2022-11-28向国家知识产权局提交的专利申请。

本基于新型约束容积卡尔曼滤波器的模型更新混合试验方法在说明书摘要公布了：本发明公开了一种基于新型约束容积卡尔曼滤波器的模型更新混合试验方法，该方法采用多步长的对称性采样约束策略，将违反约束的容积点沿着与其对称的容积点连线方向调整到约束边界上，同时，为保证调整后的容积点仍具有对称性，对称的另一容积点也采用相同的采样步长，这种约束策略既维持了容积卡尔曼滤波器采样点的对称性，也针对不同组采样点采用不同步长，最大限度地维持容积卡尔曼滤波器采样点的分散状态，解决了容积卡尔曼滤波器算法无边界约束问题，并且继承了容积卡尔曼滤波器的高精度和高稳定性特点，有利于模型更新混合试验技术的应用和推广。

本发明授权基于新型约束容积卡尔曼滤波器的模型更新混合试验方法在权利要求书中公布了：1.一种基于约束容积卡尔曼滤波器的模型更新混合试验方法，其特征在于，包括以下步骤： S1、将整体结构划分为数值子结构和试验子结构，并建立整体结构运动方程； S2、确定预识别的模型参数，建立约束容积卡尔曼滤波器状态方程和观测方程，并给出约束容积卡尔曼滤波器初始状态估计均值和初始状态估计协方差矩阵、过程噪声协方差矩阵和观测噪声协方差矩阵； S3、采用数值积分算法求解整体结构运动方程，得到第步结构响应，包括试验子结构加载命令和数值子结构计算命令； S4、将第步试验子结构加载命令发送给加载系统，加载系统完成对试验子结构的物理加载，得到第步试验子结构反力； S5、基于第步试验子结构加载命令和其反力，采用约束容积卡尔曼滤波器识别试验子结构模型参数，并将识别出的参数传送给数值子结构，更新数值子结构中具有与试验子结构相同模型的参数； S6、将第步数值子结构计算命令传送给数值子结构，计算得到第步数值子结构反力； S7、将S4和S6所获得的子结构反力和传送给整体结构运动方程； S8、令=，重复步骤S3-S7，直至试验结束； 其中，采用约束容积卡尔曼滤波器识别试验子结构模型参数，包括： 假设第预测步的状态先验估计均值和协方差矩阵分别等于上一更新步状态估计均值和协方差矩阵，即，； 根据预测步的状态先验估计均值和协方差矩阵，以为中心，对称构造个容积点： 式中，为第步第个容积点，为第步第个容积点的采样步长，，表示n维单位球面与空间坐标轴的交点点集，表示点集的第列，如果，则，j=1,2,3,4； 每个容积点对应的权重为： 容积点经过观测方程，得到，其中，为系统输入； 经过观测方程后的容积点，其均值和协方差矩阵以及互协方差矩阵为： 计算卡尔曼增益： 基于第i步的观测量，采用卡尔曼更新方程来计算变换后的容积点： 所得到的容积点通过加权统计得到更新的状态估计均值和协方差分别为： 。

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武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122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”。