系統(tǒng)辨識若干問題的研究.pdf_第1頁
已閱讀1頁,還剩119頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、非線性系統(tǒng)、閉環(huán)系統(tǒng)、多變量系統(tǒng)、結(jié)構(gòu)辨識是系統(tǒng)辨識中的熱點和難點。對于非線性系統(tǒng)來說,用線性模型來擬合復(fù)雜非線性系統(tǒng)時會出現(xiàn)較大誤差,而且也很難找到一個能夠準(zhǔn)確描述系統(tǒng)實際過程的動態(tài)模型;對于閉環(huán)系統(tǒng)來說,由于反饋作用的存在,輸入輸出信息含量減少,并且由于輸入與輸出噪聲相關(guān),系統(tǒng)會產(chǎn)生不可辨識的情況;多變量系統(tǒng)由于變量多、結(jié)構(gòu)復(fù)雜、強(qiáng)耦合等因素,傳統(tǒng)辨識方法會出現(xiàn)辨識誤差過大甚至是無法辨識的情況;通常的系統(tǒng)結(jié)構(gòu)辨識方法往往是專門針對特

2、定一類系統(tǒng)的,不具有通用性。本文針對以上問題開展研究,包括以下方面:
  1.針對傳統(tǒng)的辨識算法在外界有色噪聲地干擾下,難以得到模型參數(shù)的一致無偏估計,本文提出了一種基于HPSO的單變量線性及非線性系統(tǒng)辨識方法。該方法將非線性系統(tǒng)的辨識問題轉(zhuǎn)化為參數(shù)空間上的優(yōu)化問題,然后利用HPSO對整個參數(shù)空間進(jìn)行搜索,最終得到系統(tǒng)參數(shù)的最優(yōu)估計。HPSO算法引入了健康度的概念,構(gòu)造了一種粒子自我治愈模型,通過動態(tài)監(jiān)控粒子的健康情況,有針對性地

3、對生病粒子進(jìn)行變異,達(dá)到粒子自我治愈的目的。辨識方法針對單變量線性及非線性系統(tǒng)辨識時都能夠得到準(zhǔn)確的辨識結(jié)果。
  2.相對于辨識系統(tǒng)模型的參數(shù),辨識系統(tǒng)模型的結(jié)構(gòu)要困難許多,而要實現(xiàn)對系統(tǒng)模型參數(shù)和結(jié)構(gòu)的同時辨識更是難上加難。為此,本文提出了一種單變量及多變量系統(tǒng)結(jié)構(gòu)與參數(shù)的一次性統(tǒng)一辨識新方法,能夠?qū)崿F(xiàn)同時對系統(tǒng)模型的參數(shù)和結(jié)構(gòu)進(jìn)行辨識的目的。該方法引入?yún)f(xié)同優(yōu)化算法辨識系統(tǒng)參數(shù),既有準(zhǔn)確高效的全局搜索能力,又有快速精準(zhǔn)的局部搜

4、索能力,能夠?qū)δP蛥?shù)做出準(zhǔn)確地估計。對系統(tǒng)結(jié)構(gòu)地辨識則采用元模型擬合的策略,通過元模型與輸入變量的排列組合,構(gòu)成很多的子模型,我們只需要從這些子模型中選取能夠與實際系統(tǒng)擬合最佳的子模型即可。這樣,我們就將結(jié)構(gòu)辨識轉(zhuǎn)化為模型優(yōu)化的問題,為辨識系統(tǒng)結(jié)構(gòu)的問題提供了一種新思路。
  3.由于群智能優(yōu)化算法本身就是一種隨機(jī)搜索優(yōu)化算法,當(dāng)利用群智能優(yōu)化算法進(jìn)行系統(tǒng)辨識時,模型參數(shù)的初始化過程就是一個隨機(jī)過程,這就導(dǎo)致了算法在搜索過程中具

5、有一定的盲目性。為此,本文提出了一種縮小模型參數(shù)搜索范圍的新方法并用于閉環(huán)系統(tǒng)的辨識。該方法將傳統(tǒng)的遺傳算法進(jìn)行了改進(jìn),并利用該算法估計出模型參數(shù)的初值的大致鄰域范圍,將系統(tǒng)模型的參數(shù)初值縮小到一個較小的區(qū)間中,使得算法對模型參數(shù)進(jìn)行辨識的時候能夠有的放矢,不會盲目進(jìn)行搜索。這樣,不僅提高了算法的精度和收斂速度,還能夠有效降低由于算法隨機(jī)性所帶來的諸多不利影響。
  4.針對傳統(tǒng)的閉環(huán)辨識算法對信號的要求較高,而在實際的工業(yè)現(xiàn)場中

6、高質(zhì)量的信號往往是可遇不可求的,我們提出了一種基于任意測試信號的時滯多變量系統(tǒng)的閉環(huán)辨識方法。該方法首先基于等效開環(huán)轉(zhuǎn)換的思想,將閉環(huán)系統(tǒng)等效轉(zhuǎn)化為開環(huán)系統(tǒng)。我們假設(shè)r(t)和y(t)分別為系統(tǒng)的輸入和輸出,則閉環(huán)系統(tǒng)的傳遞函數(shù)為:Y/R=GcGs/(1+GcGs)。基于開環(huán)辨識的思想,我們將e(t)=r(t)-y(t)作為系統(tǒng)地輸入,這樣系統(tǒng)的傳遞函數(shù)就變?yōu)?Y/E=GcGs,相當(dāng)于將閉環(huán)系統(tǒng)等效轉(zhuǎn)化為開環(huán)系統(tǒng),這樣就將閉環(huán)系統(tǒng)辨識的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論