一种用于非线性系统辨识的潜恢复力方法

非线性动态系统的辨识在工程领域仍是一项重大挑战。本文提出一种基于贝叶斯滤波的方法，用于提取并辨识系统中未知非线性项的贡献，这可视为恢复力面类方法的一种替代视角。为实现该辨识，将作为非线性恢复力的该贡献 initially 建模为随时间的高斯过程。该高斯过程被转换为状态空间模型，并与系统的线性动态分量结合。随后，通过滤波与平滑分布的推断，可提取系统内部状态与非线性恢复力。掌握这些状态后便可构建非线性模型。该方法在仿真案例研究与实验基准数据集上均被证明有效。