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双重自适应UKF算法在线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：CN120724748B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202510831481.9，技术领域涉及：G06F30/23；该发明授权一种基于双重自适应UKF算法在线模型更新混合试验方法是由许国山;姜禹彤;冯立敏;赵雷;王涛;颜学渊设计研发完成，并于2025-06-20向国家知识产权局提交的专利申请。

本一种基于双重自适应UKF算法在线模型更新混合试验方法在说明书摘要公布了：本发明提供一种基于双重自适应UKF算法在线模型更新混合试验方法，通过对待识别本构模型参数进行初始化并根据遗传算法确定参数初值地震动输入到逐步积分算法中并获取整体结构的位移响应dk，基于位移响应dk和前一步的本构模型参数估计值获取试验子结构的边界位移根据边界位移进行真实加载并获取试验子结构的真实反力和真实位移基于双重自适应UKF算法进行参数估计，获取新的本构模型参数值根据新的本构模型参数值和整体结构的位移响应dk获取整体结构的各动力自由度上的反力Rk，并实现本构模型参数的在线识别与模型更新，循环迭代至试验结束的过程，提升了参数识别的精度以及稳定性，有效解决了试验子结构加载边界不准确的问题。

本发明授权一种基于双重自适应UKF算法在线模型更新混合试验方法在权利要求书中公布了：1.一种基于双重自适应UKF算法在线模型更新混合试验方法，其特征在于，所述试验方法为对待识别本构模型参数进行初始化并根据遗传算法确定参数初值，地震动输入到逐步积分算法中并获取整体结构的位移响应，基于位移响应和前一步的本构模型参数估计值获取试验子结构的边界位移，根据边界位移进行真实加载并获取试验子结构的真实反力和真实位移，基于双重自适应UKF算法进行参数估计，获取新的本构模型参数值，根据新的本构模型参数值和整体结构的位移响应获取整体结构的各动力自由度上的反力，并实现本构模型参数的在线识别与模型更新，循环迭代至试验结束的过程； 双重自适应UKF算法包括以下步骤： S1、以第k步的待识别本构参数向量为中心对称采样生成2n+1个Sigma点，并生成Sigma点均值和协方差对应的权重 S2、将代入状态方程中求得先验估计值，并根据权重计算第k步先验状态下的估计均值和协方差 ； 上式中，代表过程噪声协方差矩阵； S3、根据观测方程和Sigma点的先验估计值，计算第k+1步观测量的预测均值及其协方差： ； ； ； 上式中，代表位移输入向量；代表系统观测噪声；代表观测噪声协方差矩阵； S4、通过信息序列确定Sage-Husa自适应噪声估计模块及自适应方差模块，并通过Sage-Husa自适应噪声估计模块进行动态调节观测噪声协方差矩阵，通过自适应方差模块来定义滤波发散判据以及自适应因子； ； 上式中，代表系统实际观测值；表示观测量的预测值； S5、根据自适应模块，重新计算观测量协方差： ； S6、计算互协方差矩阵及卡尔曼滤波增益矩阵： ； ； S7、更新状态量均值和状态量协方差： ； 。

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：150000 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。