基于缺失數(shù)據的系統(tǒng)辨識方法研究及相關軟件設計與實現(xiàn).pdf

1、系統(tǒng)辨識的理論已經得到了長足的發(fā)展，各個分支也都趨向成熟。但是一般辨識方法都是考慮在數(shù)據完整情況下的辨識，涉及到基于缺失數(shù)據辨識的文獻并不多。此外，也很少有人將整個單輸入單輸出辨識算法設計成一個軟件系統(tǒng)，實現(xiàn)不同數(shù)據情況下的辨識，滿足更多的工業(yè)過程的需求。
　　本文首先簡單介紹了應用到的系統(tǒng)辨識理論，然后對各種輸入輸出情況分別設計了不同的辨識算法。在頻域完整數(shù)據的情況下，采用bode圖和Matlab工具箱結合的方法實現(xiàn)同時對系統(tǒng)的

2、模型階次和模型參數(shù)的辨識。在時域時不變系統(tǒng)完整數(shù)據的情況下，采用離線辨識和在線辨識同時實現(xiàn)系統(tǒng)的模型階次和模型參數(shù)的辨識。在時域時不變系統(tǒng)有缺失數(shù)據的情況下，首先設計輔助模型，根據之前的輸入輸出信息辨識出當前的模型參數(shù)，估計當前的缺失值，該估計值再進入遞歸系統(tǒng)繼續(xù)辨識，這樣可以提高辨識精度;然后引入遺忘因子，遺忘因子的選擇在0.95到1之間，選擇合適的遺忘因子，可以提高辨識速度。在時域時變系統(tǒng)的情況下，不管數(shù)據是否有缺失，有兩種辨識方法

3、:1)帶輔助模型和可變遺忘因子的遞推最小二乘法算法:首先設計輔助模型，然后引入可變遺忘因子，根據數(shù)據的缺失情況，遺忘因子也做出相應的變化，能夠實時的跟蹤不斷變化著的系統(tǒng)參數(shù)，可以提高辨識速度;2）改進的卡爾曼濾波辨識算法:首先設計輔助模型，然后根據辨識的階次選擇合適的參數(shù)噪聲矩陣，卡爾曼濾波辨識算法能夠實時的跟蹤不斷變化著的系統(tǒng)參數(shù);3）基于可調整的參數(shù)階次的辨識算法:首先設計輔助模型，然后根據數(shù)據的誤差情況判斷是否調整相應參數(shù)的階次，