检索结果-南通市图书馆

有色噪声系统的迭代辨识与递推辨识方法仿真比较研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

系统仿真学报 2008年第21期20卷 5758-5762页

作者：陈晓伟丁锋江南大学通信与控制工程学院江苏无锡214122

针对ARARX模型(即动态调节模型),提出了分别辨识系统模型参数向量和噪声模型参数向量的新型最小二乘迭代辨识方法。其基本思想是:通过极小化一个信息矩阵中含噪声项的准则函数,导出两个参数向量的最小二乘估计式,进一步将估计式中信息... 详细信息

针对ARARX模型(即动态调节模型),提出了分别辨识系统模型参数向量和噪声模型参数向量的新型最小二乘迭代辨识方法。其基本思想是:通过极小化一个信息矩阵中含噪声项的准则函数,导出两个参数向量的最小二乘估计式,进一步将估计式中信息矩阵所含的未知噪声项用其迭代估计代替,而其迭代估计又用前一次迭代的参数估计进行计算。在每步迭代计算中,二者执行了一个递阶计算过程。与滤波式递推广义最小二乘算法相比,提出的迭代算法也可用于在线辨识,而且在每一步迭代计算中,反复利用了系统可测数据信息,因而能够获得高精度参数估计。仿真例子证实了理论研究结果。

关键词：递推辨识迭代辨识参数估计最小二乘 ARARX模型

在线全文

学校读者我要写书评

暂无评论

非均匀采样系统的一种递推辨识方法

自动化学报 2009年第12期35卷 1520-1527页

作者：倪博溢萧德云清华大学自动化系北京100084

在非均匀采样系统辨识方法中,通常利用重采样、数值积分等方法来处理非均匀采样数据,所用模型多为连续有理分式传递函数,在递推形式下非均匀采样对象又常局限于"数据缺失"的情况.本文研究更为一般的异步非均匀采样的多变量系统,采用连... 详细信息

在非均匀采样系统辨识方法中,通常利用重采样、数值积分等方法来处理非均匀采样数据,所用模型多为连续有理分式传递函数,在递推形式下非均匀采样对象又常局限于"数据缺失"的情况.本文研究更为一般的异步非均匀采样的多变量系统,采用连续时间状态空间模型描述,推导了模型参数、参数梯度和系统状态之间的相互递推关系,构成一种可变迭代间隔的递推辨识算法,在每次输出采样点上仅更新模型中受当前采样数据影响的参数.这种辨识方法可以适用于任意非均匀采样系统,多采样率系统也可作为一种特例适用于本算法.仿真结果表明,所提的方法是可行有效的.

关键词：非均匀采样递推辨识可变迭代间隔状态空间模型梯度估计

在线全文

学校读者我要写书评

暂无评论

线性回归模型中的递推辨识及其应用

振动与冲击 2012年第15期31卷 19-25,46页

作者：王建宏朱永红肖绚唐得志景德镇陶瓷学院机电学院江西景德镇333403 南京航空航天大学自动化学院南京210016

因机械系统振动响应离散差分方程可以改写为关于结构模态参数的线性回归形式,对于此线性回归形式中的结构模态参数的辨识问题可转化为系统辨识理论中线性回归模型的未知参数矢量的辨识估计问题。当系统对象在白噪声激励下,常规的最小二... 详细信息

因机械系统振动响应离散差分方程可以改写为关于结构模态参数的线性回归形式,对于此线性回归形式中的结构模态参数的辨识问题可转化为系统辨识理论中线性回归模型的未知参数矢量的辨识估计问题。当系统对象在白噪声激励下,常规的最小二乘辨识法可以给出参数估计的无偏估计。当系统对象在有色噪声作用下,在常规最小二乘辨识法的基础上提出一种新的可分离迭代最小二乘辨识法。在缺乏关于噪声的统计先验信息,仅有噪声为未知但有界的情况下,提出一种带死区的最小二乘辨识法,该辨识法不仅能给出未知参数矢量的一致性无偏估计,而且还能保证参数估计值逐渐向真值靠拢,任何相邻两估计值之间的逼近程度远远小于噪声的上界。在有界噪声出现的情况下,该算法的鲁棒性可以通过在参数修正方程中引入死区的方法来增强。最后用理论上的仿真算例和弹簧-质量-阻尼系统的振动响应来验证两方法的有效性和可行性。

关键词：线性回归模型递推辨识机械振动分离迭代递推死区迭代递推

在线全文

学校读者我要写书评

暂无评论

一类有色噪声干扰随机系统最小二乘递推辨识

北京航空航天大学学报 2008年第8期34卷 935-939页

作者：王冬青青岛大学自动化工程学院青岛266071

提出一类有色噪声干扰随机系统的辅助模型最小二乘递推辨识算法.此算法结合辅助模型辨识思想和递推增广最小二乘理论,用辅助模型的输出代替辨识模型信息向量中未知中间变量,用估计残差代替信息向量中不可测噪声项,从而可以运用递推辨识... 详细信息

提出一类有色噪声干扰随机系统的辅助模型最小二乘递推辨识算法.此算法结合辅助模型辨识思想和递推增广最小二乘理论,用辅助模型的输出代替辨识模型信息向量中未知中间变量,用估计残差代替信息向量中不可测噪声项,从而可以运用递推辨识思想来估计系统所有参数,包括噪声模型参数.仿真例子说明提出算法的有效性.

关键词：递推辨识参数估计最小二乘随机系统

在线全文

学校读者我要写书评

暂无评论

多个未知时延的MISO系统的递推辨识

控制与决策 2010年第1期25卷 93-98页

作者：王建宏王道波王志胜南京航空航天大学自动化学院南京210016

对于未知时延的多输入单输出(MISO)系统,借助分离性原理,推导出迭代的可分离的非线性最小二乘(SNLS)辨识方法.为降低收敛于局部最小的可能性,利用全局优化理论,推导了全局可分离的非线性最小二乘(GSNLS)辨识方法;为消除强观测噪声所引... 详细信息

对于未知时延的多输入单输出(MISO)系统,借助分离性原理,推导出迭代的可分离的非线性最小二乘(SNLS)辨识方法.为降低收敛于局部最小的可能性,利用全局优化理论,推导了全局可分离的非线性最小二乘(GSNLS)辨识方法;为消除强观测噪声所引起的参数估计的偏差,将GSNLS方法调整为一新颖的全局可分离的非线性多新息递推最小二乘(GSNMIRLS)辨识方法,仿真实验验证了算法的有效性.

关键词：递推辨识时延非线性最小二乘法多新息全局优化

在线全文

学校读者我要写书评

暂无评论

递推辨识算法研究及其在MPC上的应用

递推辨识算法研究及其在MPC上的应用

作者：王东东浙江大学

学位级别：硕士

随着预测控制在工业上的应用越来越广泛,如何在复杂的应用背景下进一步提高控制器的性能也越来越受重视。而作为模型预测控制器的核心之一,预测模型的质量对控制器的效果也有着至关重要的影响。关于预测控制与系统辨识目前已经有了丰富... 详细信息

随着预测控制在工业上的应用越来越广泛,如何在复杂的应用背景下进一步提高控制器的性能也越来越受重视。而作为模型预测控制器的核心之一,预测模型的质量对控制器的效果也有着至关重要的影响。关于预测控制与系统辨识目前已经有了丰富的理论与实践经验,但是实际的生产中,在线运行的控制系统也都有着各自的问题和提升空间。本文的研究中,对递推辨识算法和一种扰动自适应的预测控制器进行了研究并提出了一些新的想法。具体的工作内容如下：1.基于多迭代的ARMAX递推辨识。总结和分析已有的关于ARMAX模型估计的基础上,用高斯牛顿法推导了一种递推辨识算法。针对离线算法与递推算法的参数估计精度有差距这一点,分析原因之后,提出了一种数据多迭代的思想。仿真研究表明,多迭代算法在参数收敛的速度与精度上都优于原有的递推算法。2.对两种时间序列模型的建模及预测能力研究。工业控制系统的不可测扰动等对象的建模属于时间序列分析问题,本文从常见的AR与ARMA两种模型着手,分别推导了其递推算法,并用多迭代思想对ARMA模型进行了改进,使其跟踪时变模型能力显著提升。两者的多步预测研究中发现,参数更多的ARMA模型预测精度好于AR模型,但鲁棒性不如后者。3.扰动自适应预测控制器的分析改进及参数设计。介绍了一种基于扰动模型的预测控制算法DMCA,为不可测扰动单独建立预测模型使得该控制器对扰动抑制能力更强,控制效果更好。结合之前研究,分析基于ARMA模型的DMCA算法不稳定的原因后,提出了两种改进办法：基于AR模型的DMCA算法和添加小幅摄动。最后研究了扰动自适应控制器的参数整定方法,包括传统MPC参数与DMCA特有的模型辨识参数,为控制器参数优化提出部分准则与参考。

关键词：递推辨识模型预测控制时间序列模型扰动自适应参数整定

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

方差渐增的多维ARMA过程的递推辨识

中国科学（E辑） 2005年第6期35卷 610-627页

作者：陈翰馥中国科学院数学与系统科学研究院系统科学研究所系统控制重点实验室北京100080

在时间序列分析中,绝大多数已有工作都考虑MA部分的驱动噪声方差(或条件方差)有界.在此讨论阶已固定的多维ARMA过程的系数辨识,允许MA部分的驱动噪声的条件矩E(||wn||β|Fn-1)(β>2)以logn的幂次的速度增长.用熟知的随机梯度(SG)算法来... 详细信息

在时间序列分析中,绝大多数已有工作都考虑MA部分的驱动噪声方差(或条件方差)有界.在此讨论阶已固定的多维ARMA过程的系数辨识,允许MA部分的驱动噪声的条件矩E(||wn||β|Fn-1)(β>2)以logn的幂次的速度增长.用熟知的随机梯度(SG)算法来估ARMA过程的矩阵系数,在合理的条件下,保证了估计的强一致性.

关键词： ARMA过程递推辨识多维时间序列分析噪声方差矩阵系数强一致性条件矩驱动有界梯度估计

在线全文

学校读者我要写书评

暂无评论

非线性动态调节模型的滤波式递推辨识算法

科技通报 2010年第5期26卷 704-707页

作者：岳娜肖永松江南大学通信与控制工程学院无锡214122

针对Hammerstein非线性动态调节模型提出一种基于数据滤波的递推广义最小二乘算法,方法的主要思想是:通过数据滤波,将辨识模型分解成系统模型和噪声模型,然后分别辨识。最后给出两种方法的仿真实例,通过与递推广义最小二乘算法参数估计... 详细信息

针对Hammerstein非线性动态调节模型提出一种基于数据滤波的递推广义最小二乘算法,方法的主要思想是:通过数据滤波,将辨识模型分解成系统模型和噪声模型,然后分别辨识。最后给出两种方法的仿真实例,通过与递推广义最小二乘算法参数估计精度和收敛速度的比较,来说明滤波式递推广义最小二乘算法的有效性。

关键词：递推辨识非线性系统 Hammerstein模型最小二乘算法

在线全文

学校读者我要写书评

暂无评论

白噪声干扰下反馈非线性系统的递推辨识方法

白噪声干扰下反馈非线性系统的递推辨识方法

作者：胡佩佩江南大学

学位级别：硕士

实际中的系统几乎都是非线性系统,而且是工作在反馈状态下.线性系统辨识方法日趋成熟,如何将线性系统发展到非线性系统,是本文的研究目标,也是自动控制理论的一个不可或缺又相当活跃的研究方向和热点.在这样的背景下,基于系统建模和仿... 详细信息

实际中的系统几乎都是非线性系统,而且是工作在反馈状态下.线性系统辨识方法日趋成熟,如何将线性系统发展到非线性系统,是本文的研究目标,也是自动控制理论的一个不可或缺又相当活跃的研究方向和热点.在这样的背景下,基于系统建模和仿真问题,本文以递推辨识方法为主线,研究反馈非线性系统的辨识方法,选题具有理论意义.取得的研究成果如下. 1.针对白噪声干扰的受控自回归反馈非线性系统,推导递推最小二乘辨识算法和基于分解的递推最小二乘算法.基本思路:为了解决信息向量中包含的未知变量,利用交互估计理论,将包含在信息向量中的不可测项用相应估计值代替,同时用前一时刻的参数估计来计算噪声估计值. 2.在上述基础上,根据梯度搜索原理,推导基于分解的随机梯度辨识算法.进一步,为了改善辨识精度,通过扩展新息长度,进一步推导了基于分解的多新息随机梯度辨识算法.仿真例子给出了相关算法的仿真结果. 3.针对白噪声干扰的输出误差反馈非线性系统,利用递阶辨识原理,推导辅助模型递推最小二乘算法和基于分解的辅助模型递推最小二乘算法,后者比前者计算量小.进一步,利用多新息辨识理论和辅助模型思想,通过扩展标量新息,提出了基于分解的辅助模型多新息随机梯度辨识方法,提高了辨识精度. 4.辅助模型辨识思想已经推广到输入非线性和输出非线性等非线性系统的辨识问题上.考虑到前馈通道为辅助模型的信息向量中存在未知项,先用系统的可测信息建立一个辅助模型,对未知项(即系统的不可测变量)用辅助模型的输出代替.最后给出相关算法的详细推导过程,并通过仿真例子验证相关算法是可行的.综上,论文研究和推导了白噪声干扰下反馈非线性类系统的几种参数估计算法,针对上述提推导的几种辨识算法,都用计算机Matlab仿真验证其有效性.

关键词：递推辨识反馈模型非线性系统分解技术白噪声干扰递阶辨识原理