基于偏差补偿递推最小二乘的Hammerstein-Wiener模型辨识

作     者：李妍 毛志忠 王琰 袁平 贾明兴 

作者机构：东北大学信息科学与工程学院沈阳110004 辽阳市发展和改革委员会辽阳111000 

出 版 物：《自动化学报》 (Acta Automatica Sinica)

年 卷 期：2010年第36卷第1期

页      面：163-168页

核心收录：

学科分类：0711[理学-系统科学] 07[理学] 071102[理学-系统分析与集成] 

基　　金：国家高技术研究发展计划(863计划)(2007AA041401 2007AA04Z194)资助~~ 

主　　题：Hammerstein—Wiener系统 偏差补偿递推最小二乘 奇异值分解 参数辨识 

摘      要：许多实际系统可以表示成一种中间为线性动态环节、输入输出端为非线性静态环节的Hammerstein-Wiener模型.针对含过程噪声的Hammerstein-Wiener模型,提出一种改进在线两阶段辨识方法.第一步采用偏差补偿递推最小二乘法在线辨识含原系统参数乘积项的参数向量.通过在递推最小二乘算法中引入一个修正项,补偿过程噪声引起的估计偏差.第二步采用基于张量积逼近的奇异值分解法分离出原系统各参数的值.通过引入两个矩阵的张量积逼近加权最小二乘的权系数,提高参数分离精度.理论分析和计算机仿真验证了本文方法的有效性.