有色噪聲干擾隨機(jī)系統(tǒng)二步最小二乘辨識(shí)方法.pdf

1、論文以國(guó)家自然科學(xué)基金項(xiàng)目《一類(lèi)非線性系統(tǒng)辨識(shí)建模理論與方法的研究》為背景，提出了有色噪聲干擾隨機(jī)系統(tǒng)辨識(shí)研究課題。該課題屬于應(yīng)用基礎(chǔ)研究，具有理論意義和實(shí)用價(jià)值。作者在閱讀了相關(guān)文獻(xiàn)的基礎(chǔ)上，研究了有色噪聲隨機(jī)系統(tǒng)的兩階段辨識(shí)方法，取得的研究成果如下。 1.為了改進(jìn)參數(shù)估計(jì)精度，利用遞階辨識(shí)的交互估計(jì)理論，提出了受控ARAR模型(CARAR)，也稱(chēng)為動(dòng)態(tài)調(diào)節(jié)模型的最小二乘迭代辨識(shí)方法.其基本思想是：在每步迭代計(jì)算中，將信息向量

2、中或信息矩陣中不可測(cè)噪聲項(xiàng)用其估計(jì)值代替，而噪聲估計(jì)值又是用前一次迭代參數(shù)估計(jì)進(jìn)行計(jì)算的，二者執(zhí)行了一個(gè)遞階計(jì)算過(guò)程.與流行的遞推廣義最小二乘算法相比，提出的迭代算法在每一步計(jì)算中，同時(shí)利用了系統(tǒng)所有量測(cè)數(shù)據(jù)信息，因而具有更高的參數(shù)估計(jì)精度和更快的收斂速度。最后用仿真例子驗(yàn)證了提出算法的性能。 2.在上述最小二乘迭代辨識(shí)方法的基礎(chǔ)上，提出了動(dòng)態(tài)調(diào)節(jié)模型的兩步迭代辨識(shí)方法。通過(guò)極小化一個(gè)信息矩陣中含噪聲項(xiàng)的準(zhǔn)則函數(shù)，導(dǎo)出系統(tǒng)模型參

3、數(shù)向量和噪聲模型參數(shù)向量的最小二乘估計(jì)式，進(jìn)一步將估計(jì)式中信息矩陣所含的未知噪聲項(xiàng)用其迭代估計(jì)殘差代替，而估計(jì)殘差又用前一次迭代的參數(shù)估計(jì)進(jìn)行計(jì)算。在每步迭代計(jì)算中，二者執(zhí)行了一個(gè)遞階計(jì)算過(guò)程.與濾波式遞推廣義最小二乘算法相比，提出的迭代算法也可用于在線辨識(shí)，而且在每一步迭代計(jì)算中，反復(fù)利用了系統(tǒng)可測(cè)數(shù)據(jù)信息，因而能夠獲得高精度的參數(shù)估計(jì)。最后用仿真例子驗(yàn)證了提出算法的性能。 3.針對(duì)受控ARMA模型(CARMA)，或稱(chēng)為帶外加

4、輸入自回歸滑動(dòng)平均模型(ARMAX)，提出了一種最小二乘迭代兩步辨識(shí)算法，解決了CARMA模型的遞推算法精度低等問(wèn)題。針對(duì)一般噪聲干擾的受控ARARMA模型，利用階辨識(shí)的交互估計(jì)理論，提出了兩種最小二乘迭代辨識(shí)方法。同時(shí)與已有的遞推算法和濾波算法進(jìn)行仿真比較，來(lái)說(shuō)明提出算法的有效性。 4.很多非線性系統(tǒng)可以用Hammerstein模型來(lái)描述.論文針對(duì)線性部分為CARAR模型的Hammerstein模型提出兩種新的迭代辨識(shí)方法，并