多率多輸入系統(tǒng)的辨識(shí).pdf

1、多率系統(tǒng)在實(shí)際系統(tǒng)中廣泛存在,如通信系統(tǒng),化學(xué)工業(yè)過程,生物醫(yī)學(xué)等.多率系統(tǒng)中存在兩種或兩種以上的操作頻率,其數(shù)學(xué)模型要比傳統(tǒng)的離散時(shí)間系統(tǒng)復(fù)雜.鑒于此,多率系統(tǒng)辨識(shí)的研究受到了國(guó)內(nèi)外學(xué)者的關(guān)注和重視.本文基于多新息辨識(shí)理論,輔助模型辨識(shí)思想,遞階辨識(shí)原理,最小二乘辨識(shí)原理和梯度搜索原理研究多率多輸入系統(tǒng)的辨識(shí)問題,并用數(shù)值仿真例子驗(yàn)證提出算法的有效性.論文的工作主要有如下幾個(gè)方面:
　　 1.研究了多輸入多輸出系統(tǒng)的辨識(shí)問題.

2、借助于多新息辨識(shí)理論,引入新息長(zhǎng)度,將單新息向量擴(kuò)展為多新息矩陣,提出了多新息隨機(jī)梯度算法.應(yīng)用鞅收斂定理證明了多新息隨機(jī)梯度算法的收斂性.
　　 2.研究了方程誤差多率系統(tǒng)的辨識(shí)問題.為了提高算法的收斂速度和估計(jì)精度,從多新息角度,引入新息長(zhǎng)度,將單新息標(biāo)量擴(kuò)展為多新息向量,提出了多新息隨機(jī)梯度算法,應(yīng)用鞅定理證明多新息隨機(jī)梯度算法的收斂性.由于多率系統(tǒng)離散化后得到高維、參數(shù)數(shù)目多的辨識(shí)模型,算法的計(jì)算量大.借助遞階辨識(shí)原理,

3、提出了可以降低計(jì)算量的遞階最小二乘算法.
　　 3.研究了輸出誤差多率系統(tǒng)的辨識(shí)問題.結(jié)合輔助模型辨識(shí)思想和多新息辨識(shí)理論,提出了輔助模型多新息隨機(jī)梯度算法.利用輔助模型辨識(shí)思想,提出了輔助模型最小二乘算法,應(yīng)用鞅收斂定理證明輔助模型最小二乘算法的收斂性.
　　 4.研究了多率系統(tǒng)子模型的辨識(shí)問題.基于輔助模型辨識(shí)思想,對(duì)多率系統(tǒng)的每個(gè)子模型分別建立輔助模型,提出了輔助子模型最小二乘算法.與輔助模型最小二乘算法比較,需要