近年来，随着各国大地震的接连发生，对人类的生命财产造成了巨大的损失，高层建筑的隔震抗震引起了广泛关注。因此，在实际结构中对与建筑隔震性能的研究具有重要的意义。本文提出依次采用扩展卡尔曼识别结构响应和最小二乘识别未知激励的方法，对隔震层的无模型非线性特性进行识别。首先是在小地震线性情况下识别出结构参数刚度和阻尼，然后在大地震下对隔震特性进行识别。算例表明,该方法对已知地震激励下的隔震结构，其非线性特性的识别具有较高的精度。这样可通过结构迟滞力的变化，对结构的隔震性能进行有效的识别。-Recentl

边缘粒子滤波（MPF）将状态方程中线性部分和非线性部分分别用卡尔曼滤波和粒子滤波进行估计，可以提高跟踪的精度，所以将其引入到PF-PHD滤波中，将二者接合起来，以提高PF-PHD滤波的跟踪精度。MPF-PHD滤波可以很好的提高跟踪的精度，抗干扰能力强，具有良好的鲁棒性。-Because of that MPF use KLAM and PSO to evaluate,which can achieve higher accurty.combing MPF and PF-PHD can achie

线性离散卡尔曼滤波实例及自适应卡尔曼滤波- U7EBF u6027 u79BB u6563 u5361 u5C14 u66FC u6EE4 u6E2 u5B9E u4F8B u53CA u81EA u9002 u5E09 u5361 u5C14 u66FC u6EE4 u6CE2