检索结果-南通市图书馆

反馈非线性方程误差系统的递推辨识方法及其收敛性分析

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

反馈非线性方程误差系统的递推辨识方法及其收敛性分析

作者：魏纯江南大学

学位级别：硕士

反馈非线性系统广泛存在于工业生产过程中,它是由前向通道的动态线性子系统和反馈通道的静态非线性构成,也是一类典型的块结构非线性系统.线性系统辨识方法已经十分成熟,如何将线性系统辨识方法推广应用到非线性系统辨识也成为领域的研... 详细信息

反馈非线性系统广泛存在于工业生产过程中,它是由前向通道的动态线性子系统和反馈通道的静态非线性构成,也是一类典型的块结构非线性系统.线性系统辨识方法已经十分成熟,如何将线性系统辨识方法推广应用到非线性系统辨识也成为领域的研究热点.方程误差模型和输出误差模型是两类常见的模型结构.论文研究反馈非线性方程误差系统的递推辨识方法,并结合随机过程理论,分析所提出算法的收敛性,选题具有理论意义和应用前景.主要工作内容如下.1.针对反馈非线性方程误差滑动平均系统,参数化处理后得到双线性参数辨识模型.该辨识模型中存在参数向量的乘积项,增加了参数估计的难度.将双线性参数辨识模型转化为信息向量中包含待辨识参数的伪线性回归模型,推导出其递推增广最小二乘算法和增广随机梯度算法.2.利用递阶辨识原理和分解技术,对双线性参数模型进行分解,将原辨识模型分解为三个子模型再分别辨识,推导出递阶增广最小二乘算法来辨识反馈非线性方程误差滑动平均系统,提高了算法的计算效率.借助多新息辨识理论,引入新息长度,将标量新息扩展为新息向量,推导出其多新息增广随机梯度算法,来改善算法的辨识精度.3.针对反馈非线性方程误差自回归滑动平均系统,推导出其递推广义增广最小二乘算法和广义增广随机梯度算法.结合数据滤波技术,将有色噪声干扰系统转化为白噪声干扰系统进行辨识,推导出其基于滤波的递推广义增广最小二乘算法和基于滤波的广义增广随机梯度算法,减少有色噪声对参数估计精度的影响.4.结合随机过程理论,分析不同持续激励条件下所提出算法的收敛性,给出算法的收敛性定理.通过仿真实验,从参数估计和模型验证角度,比较各类算法的辨识效果,验证算法的有效性.同时,论文中还对一些算法的计算量进行了对比和分析.

关键词：反馈非线性系统递推辨识双线性参数模型递阶辨识原理多新息辨识理论数据滤波技术收敛性分析

多变量系统高效耦合递推最小二乘辨识算法及计算量分析

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

控制理论与应用 2023年

作者：金雨张霄丁锋江南大学物联网工程学院

针对多变量系统维数大、参数数目多,导致辨识算法计算量大的问题,基于耦合辨识概念,推导了多变量系统的高效耦合递推最小二乘算法.算法的主要思想是根据各子系统辨识模型的特点,通过耦合辨识概念将子系统间相同的参数向量耦合起来,避免... 详细信息

针对多变量系统维数大、参数数目多,导致辨识算法计算量大的问题,基于耦合辨识概念,推导了多变量系统的高效耦合递推最小二乘算法.算法的主要思想是根据各子系统辨识模型的特点,通过耦合辨识概念将子系统间相同的参数向量耦合起来,避免子系统参数向量的冗余估计.通过算法计算量分析表明,与递推最小二乘算法相比,所提出算法具有较少的计算量.仿真实例验证了算法的有效性.

关键词：参数估计耦合辨识概念递推辨识最小二乘多变量系统

有色噪声系统的迭代辨识与递推辨识方法仿真比较研究

在线全文

同方期刊数据库

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

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

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

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

时变过程在线辨识的即时递推核学习方法研究

自动化学报 2013年第5期39卷 602-609页

作者：刘毅金福江高增梁浙江工业大学化工机械设计研究所杭州310032 华侨大学信息科学与工程学院厦门361021

为了及时跟踪非线性化工过程的时变特性,提出即时递推核学习(Kernel learning,KL)的在线辨识方法.针对待预测的新样本点,采用即时学习(Just-in-time kernel learning,JITL)策略,通过构造累积相似度因子,选择与其相似的样本集建立核学习... 详细信息

为了及时跟踪非线性化工过程的时变特性,提出即时递推核学习(Kernel learning,KL)的在线辨识方法.针对待预测的新样本点,采用即时学习(Just-in-time kernel learning,JITL)策略,通过构造累积相似度因子,选择与其相似的样本集建立核学习辨识模型.为避免传统即时学习对每个待预测点都重新建模的繁琐,利用两个临近时刻相似样本集的异同点,采用递推方法有效添加新样本,并删减旧模型的样本,以快速建立新即时模型.通过一时变连续搅拌釜式反应过程的在线辨识,表明了所提出方法在保证计算效率的同时,较传统递推核学习方法提高了辨识的准确程度,能更好地辨识时变过程.

关键词：过程辨识即时学习核学习最小二乘支持向量回归递推辨识

在线全文

学校读者我要写书评

暂无评论

基于辅助模型的递推增广最小二乘辨识方法

控制理论与应用 2009年第1期26卷 51-56页

作者：王冬青青岛大学自动化工程学院山东青岛266071

针对有色噪声干扰的输出误差滑动平均系统,将辅助模型与递推增广最小二乘算法相结合:用辅助模型的输出代替辨识模型信息向量中的未知真实输出项,用估计残差代替信息向量中的不可测噪声项,从而提出了基于辅助模型的递推增广最小二乘辨识... 详细信息

针对有色噪声干扰的输出误差滑动平均系统,将辅助模型与递推增广最小二乘算法相结合:用辅助模型的输出代替辨识模型信息向量中的未知真实输出项,用估计残差代替信息向量中的不可测噪声项,从而提出了基于辅助模型的递推增广最小二乘辨识方法.为了展示所提方法的特点,文中还给出了经过模型变换的递推增广最小二乘算法.理论分析和仿真研究表明,提出的方法原理简单、计算量小,可以给出高精度参数估计,且能够用于在线辨识.

关键词：递推辨识参数估计最小二乘辅助模型输出误差滑动平均模型