检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于有限记忆变遗忘因子的子空间辨识算法

控制理论与应用 2012年第7期29卷 893-898页

作者：黄金峰张合新胡友涛张植第二炮兵工程大学自动控制系陕西西安710025 第二炮兵驻国营二00厂军代室北京100854

针对传统递推子空间辨识算法对时变参数跟踪速度慢的问题,基于自适应变遗忘因子机制提出一种新的子空间辨识算法.为此首先设计了变遗忘因子作用下输入输出Hankel矩阵的更新机制;然后运用系统矩阵特征值空间欧氏距离信息实现变遗忘因子... 详细信息

针对传统递推子空间辨识算法对时变参数跟踪速度慢的问题,基于自适应变遗忘因子机制提出一种新的子空间辨识算法.为此首先设计了变遗忘因子作用下输入输出Hankel矩阵的更新机制;然后运用系统矩阵特征值空间欧氏距离信息实现变遗忘因子的自适应更新;最后为隔断历史数据的作用,采用有限记忆法进一步改进算法.理论及仿真结果表明,新算法跟踪速度快、跟踪效果好.

关键词：子空间辨识变遗忘因子有限记忆欧氏距离

基于变遗忘因子的空间太阳能电站时变频率辨识

在线全文

学校读者我要写书评

暂无评论

北京航空航天大学学报 2024年第8期50卷 2470-2481页

作者：倪智宇李自森邬树楠吴晨晨沈阳航空航天大学航空宇航学院沈阳110136 中山大学航空航天学院深圳518107 南京理工大学物理学院南京210094

考虑空间太阳能电站(SSPS)在轨运行时帆板旋转所导致的系统变构型特征,提出一种变遗忘因子广义子空间跟踪器(VFF-GYAST)递推辨识方法,在轨辨识该时变动力学系统的模态频率参数,以提高GYAST方法对于这类时变系统的跟踪能力。基于模态综... 详细信息

考虑空间太阳能电站(SSPS)在轨运行时帆板旋转所导致的系统变构型特征,提出一种变遗忘因子广义子空间跟踪器(VFF-GYAST)递推辨识方法,在轨辨识该时变动力学系统的模态频率参数,以提高GYAST方法对于这类时变系统的跟踪能力。基于模态综合技术和子结构方法,建立多旋转关节构型SSPS(MJ-SSPS)的时变姿态-振动耦合动力学方程;根据投影子空间理论,通过计算系统均方差来确定递推过程中的时变遗忘因子,以提高GYAST方法的跟踪性能并辨识得到系统的时变伪模态频率参数。数值仿真结果表明:所提方法能够有效地识别该大型柔性系统的时变频率参数。与传统的递推子空间方法相比,所提方法具有较高的抗噪声干扰能力,在低量测信噪比时所提方法对于频率辨识结果的相对误差的平均值小于5%,且对时变系统的跟踪性能优于基于固定遗忘因子的原始方法。

关键词：模态参数辨识递推子空间方法空间太阳能电站时变系统变遗忘因子

变遗忘因子稀疏正则化TLS算法MIMO信道线性均衡

在线全文

学校读者我要写书评

暂无评论

舰船科学技术 2016年第S1期38卷 152-157页

作者：张友文王鹏刘璐孙大军哈尔滨工程大学水声技术重点实验室黑龙江哈尔滨150001 哈尔滨工程大学水声工程学院黑龙江哈尔滨150001

针对稀疏MIMO信道系统模型线性均衡过程中输入信号,输出信号都含有噪声的情况提出了一种变遗忘因子的稀疏正则化总体最小二乘算法(VFF-SRTLS)。本算法中采用总体最小二乘(TLS)的代价函数即瑞利商加入正则化的l_1范数和l_0范数作为其代... 详细信息

针对稀疏MIMO信道系统模型线性均衡过程中输入信号,输出信号都含有噪声的情况提出了一种变遗忘因子的稀疏正则化总体最小二乘算法(VFF-SRTLS)。本算法中采用总体最小二乘(TLS)的代价函数即瑞利商加入正则化的l_1范数和l_0范数作为其代价函数,并利用次梯度下降法产生的迭代式用以更新均衡滤波器系数,使均衡过程中代价函数最小;同时为了使算法能够适应信道快变环境而采用变遗忘因子(VFF),并且根据最速下降法得到遗忘因子的迭代式。仿真结果表明,在信噪比为10 d B的2×2 MIMO线性均衡过程中VFF--RTLS算法的收敛MSE值比RLS算法低约2 d B,VFF-l_0-RTLS算法的收敛MSE值比RLS算法低约1.5 d B。

关键词： MIMO 线性均衡变遗忘因子总体最小二乘算法(TLS) l1范数 l0范数

基于变遗忘因子的改进卡尔曼滤波锂电池荷电状态估算研究

在线全文

学校读者我要写书评

暂无评论

河南理工大学学报（自然科学版） 2024年第4期43卷 126-132页

作者：张涛陈东明侯鹏鹏王尧彬河南理工大学电气工程与自动化学院河南焦作454000

目的为了解决锂电池在不同放电阶段和噪声干扰下荷电状态(SOC)估算结果发散问题,方法通过分析锂电池机理特性,查找影响估算结果的因素和原因。选取适当的数学模型并得到开路电压特性-荷电状态(OCV-SOC)试验曲线后,针对传统算法估算误... 详细信息

目的为了解决锂电池在不同放电阶段和噪声干扰下荷电状态(SOC)估算结果发散问题,方法通过分析锂电池机理特性,查找影响估算结果的因素和原因。选取适当的数学模型并得到开路电压特性-荷电状态(OCV-SOC)试验曲线后,针对传统算法估算误差波动较大的问题,提出变遗忘因子递推最小二乘(VFF-RLS)与自适应平方根无迹卡尔曼滤波(ASRUKF)算法联合估算SOC。结果以动态应力测试(DST)为例,遗忘因子最小二乘(FFRLS)算法的开路电压初期误差最大值为0.02 V,稳定后端电压误差为0.004~0.010 V,误差收敛时间约45 s;UKF算法的SOC估算初期最大误差为0.03,在400 s左右逐渐收敛到理论值附近,稳定后的波动误差为0.83%;VFF-RLS算法在相同的条件下,开路电压实验初期误差最大值为0.04 V,稳定后端电压误差为0.003~0.007 V,误差收敛时间约10 s;ASRUKF的SOC估算初期最大误差为0.1,随着算法迭代,200 s内收敛到理论值附近,稳定后最大波动误差0.413%。结论为了保证算法适用的普遍性,在不同初值下观察算法的收敛性,结果表明,在复杂的试验工况下,与传统算法比较,改进算法的参数辨识速度明显加快,精度提高,在估算SOC阶段,波动范围明显变小;在实际值误差较大的情况下,依然能够迅速收敛,证明本文方法的改进切实可行,可用于实际电池研究。

关键词：锂电池变遗忘因子荷电状态自适应滤波平方根滤波

变遗忘因子多新息随机梯度算法双馈电机参数辨识

在线全文

学校读者我要写书评

暂无评论

测控技术 2019年第3期38卷 116-120,125页

作者：黄旭吴定会郑洋江南大学轻工过程先进控制教育部重点实验室江苏无锡214122

针对电机运行过程中参数变化特点,基于多新息辨识理论与随机梯度辨识算法理论,结合变遗忘因子,提出了基于变遗忘因子多新息随机梯度算法的双馈电机参数辨识方法。该方法考虑到双馈电机非线性强耦合,采用定子磁链定向的矢量控制技术,搭... 详细信息

针对电机运行过程中参数变化特点,基于多新息辨识理论与随机梯度辨识算法理论,结合变遗忘因子,提出了基于变遗忘因子多新息随机梯度算法的双馈电机参数辨识方法。该方法考虑到双馈电机非线性强耦合,采用定子磁链定向的矢量控制技术,搭建双馈电机矢量控制系统采集数据,并推导dq坐标系下电机参数辨识模型的标准形式,根据算法辨识出电机电感及电阻参数。仿真结果验证了该算法的有效性。

关键词：双馈电机矢量控制变遗忘因子多新息随机梯度算法

在线全文

学校读者我要写书评

暂无评论

变遗忘因子最小二乘算法的收敛速度

控制理论与应用 1988年第4期 37-45页

作者：李瑞胜内蒙古师范大学计算中心呼和浩特

本文对多维的ARMAX系统,在非持续激励条件下,给出了变遗忘因子最小二乘算法的收敛速度。当变遗忘因子λ?=1时,得到了最小二乘算法的收敛速度。

关键词：变遗忘因子最小二乘算法最小二乘法持续激励条件收敛速度

非线性Hammerstein系统RLS和变遗忘因子RLS参数估计算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

非线性Hammerstein系统RLS和变遗忘因子RLS参数估计算法

作者：赵旭楷杭州电子科技大学

学位级别：硕士

系统辨识是一种利用输入输出数据估计未知系统参数的数学建模方法,在现代控制理论中占据重要地位。其中线性系统辨识经过发展已经构建了较为成熟的理论体系,而非线性系统辨识由于没有统一的模型,发展较为缓慢。Hammerstein系统作为一个... 详细信息

系统辨识是一种利用输入输出数据估计未知系统参数的数学建模方法,在现代控制理论中占据重要地位。其中线性系统辨识经过发展已经构建了较为成熟的理论体系,而非线性系统辨识由于没有统一的模型,发展较为缓慢。Hammerstein系统作为一个典型的非线性系统,属于模块化非线性模型中的一种,其结构简单,而且Hammerstein系统的非线性特征可以描述大部分的非线性系统,所以在非线性系统建模、辨识、预测等应用中受到关注。本论文研究单输入单输出Hammerstein系统自适应辨识的理论和算法问题。首先,为解决因非线性特性而无法利用传统的线性辨识算法进行辨识的问题,论文将Hammerstein系统模型的参数进行映射变换,使其变换后的参数与系统的输入输出构成一个线性关系,从而我们可以采用最小均方算法和递推最小二乘算法来解决Hammerstein系统的自适应辨识问题。由于参数映射可能带来收敛速度下降问题,本论文进一步研究了基于变遗忘因子递推最小二乘的Hammerstein自适应辨识算法,该算法可根据算法运行的实际情况自适应调节遗忘因子,以使算法本身具有尽可能好的辨识精度和收敛速度。最后,论文考虑了稀疏Hammerstein系统自适应辨识问题,提出基于Hammerstein系统的凸正则化递推最小二乘算法。该算法利用了模型参数的稀疏先验,在代价函数中加入了稀疏约束项,从而进一步改善了算法对模型参数的辨识精度。论文对所提出的算法进行了仿真验证,并与其他算法进行了比较分析。结果证明:1、递推最小二乘算法比最小均方算法具有更好的辨识性能;2、变遗忘因子递推最小二乘算法比固定遗忘因子递推最小二乘算法具有更好的收敛性和稳定性;3、针对稀疏Hammerstein系统,所提的凸正则化递推最小二乘算法比递推最小二乘算法具有更高的辨识精度和收敛性能。

关键词：参数映射 Hammerstein系统模型变遗忘因子稀疏性

基于变遗忘因子递推最小二乘法的永磁同步电机电参数辨识

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

电子科技 2024年

作者：贝承荣鲁文其鲁玉军董小艳方狄永岳伯伦尤磊浙江理工大学机械工程学院浙江中车尚驰电气有限公司浙江镨美科智能刺绣设备有限公司

针对传统递推最小二乘(Recursive Least Square， RLS)辨识算法对永磁同步电机(Permanent Magnet Synchronous Motor， PMSM)的电参数进行在线辨识时易受“数据饱和”与噪声影响，存在辨识精度低和抗干扰性差等问题，文中采用一种基于... 详细信息

针对传统递推最小二乘(Recursive Least Square， RLS)辨识算法对永磁同步电机(Permanent Magnet Synchronous Motor， PMSM)的电参数进行在线辨识时易受“数据饱和”与噪声影响，存在辨识精度低和抗干扰性差等问题，文中采用一种基于变遗忘因子的递推最小二乘辨识算法，根据d、q轴电压方程推导并建立基于递推最小二乘算法的电阻、磁链和电感辨识机理和方法。在传统算法基础上引入随系统工况变化而变化的“变遗忘因子”，以达到消除“数据饱和”和噪声的影响，提高电参数的辨识精度和抗负载扰动能力。为验证所提方法的正确性和有效性，进行仿真与实验测试。结果表明，在采用所提方法进行辨识时，电阻辨识精度为1.67%，磁链辨识精度为1.13%，电感辨识精度为0.61%。相较于传统递推最小二乘辨识算法，各电参数的辨识精度更高，且抗干扰性更强。

关键词：永磁同步电机在线辨识递推最小二乘变遗忘因子电参数辨识抗干扰性电气量辨识精度

一种针对循环平稳信号的变遗忘因子RLS算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种针对循环平稳信号的变遗忘因子RLS算法