28775.基于擴展卡爾曼濾波和模糊多目標進化算法的多項式系統(tǒng)辨識與狀態(tài)估計

1、華東理工大學碩士學位論文第1頁基于擴展卡爾曼濾波和模糊多目標進化算法的多項式系統(tǒng)辨識與狀態(tài)估計摘要近年來，多項式系統(tǒng)辨識問題是非線性系統(tǒng)辨識領域的一個研究熱點。針對多項式系統(tǒng)狀態(tài)和參數(shù)的估計精度受初值影響較大的問題，本文提出了一種基于擴展卡爾曼濾波(ExtendedKalmanFiltering，EKF)的多項式系統(tǒng)狀態(tài)和參數(shù)聯(lián)合估計方法。首先用最d乘法對多項式系統(tǒng)進行參數(shù)估計，將估計結(jié)果作為EKF的初值，之后對多項式系統(tǒng)的狀態(tài)和參數(shù)進

2、行聯(lián)合估計。仿真結(jié)果顯示，與EKF相比，該方法使得系統(tǒng)狀態(tài)估計誤差的方差減小。同時，本文提出了一種基于模糊多目標進化算法的多項式系統(tǒng)結(jié)構(gòu)辨識方法。先采用基于相關性的正交前向搜索(CorrelationbasedOrthogonalForwardSearch，COFS)方法確定一階項，然后根據(jù)各單項式與輸出的相關系數(shù)以及每個單項對輸出的貢獻度，縮小候選單項式范圍。將Pareto支配改為模糊Pareto支配，將快速非支配排序算法改為模糊型算