CARMA模型與輸出誤差模型迭代辨識(shí).pdf

1、論文以國(guó)家自然科學(xué)基金項(xiàng)目《一類(lèi)非線(xiàn)性系統(tǒng)辨識(shí)建模理論與方法的研究》為背景，開(kāi)展了CARMA模型和輸出誤差模型參數(shù)辨識(shí)方面的研究.這兩種模型廣泛存在于工業(yè)生產(chǎn)過(guò)程中，因而其參數(shù)估計(jì)方法的研究一直受人關(guān)注，這一研究既具有重要的理論意義，又具有潛在的應(yīng)用價(jià)值.在查閱了相關(guān)文獻(xiàn)的基礎(chǔ)上，論文簡(jiǎn)要回顧了系統(tǒng)辨識(shí)的歷史，綜述了相關(guān)參數(shù)估計(jì)方法，并對(duì)該課題進(jìn)行了深入研究，取得了如下成果。 1.提出了辨識(shí)CARMA模型的最小二乘迭代辨識(shí)算法和

2、隨機(jī)梯度迭代辨識(shí)算法，兩種迭代辨識(shí)方法在每步迭代計(jì)算過(guò)程中，同時(shí)使用系統(tǒng)可得的所有數(shù)據(jù)，以從數(shù)據(jù)中提取盡可能多的知識(shí)來(lái)提高參數(shù)估計(jì)精度。其基本思想是：采用交互估計(jì)理論和遞階辨識(shí)原理，在每一步的迭代計(jì)算中，參數(shù)估計(jì)依賴(lài)于噪聲估計(jì)，反過(guò)來(lái)噪聲估計(jì)通過(guò)前一次迭代的參數(shù)估計(jì)計(jì)算，這兩者執(zhí)行一個(gè)遞階計(jì)算過(guò)程。由于它充分使用了系統(tǒng)所有的可量測(cè)數(shù)據(jù)，因而相比遞推算法，能夠獲得更高的參數(shù)估計(jì)精度。 2.提出了辨識(shí)輸出誤差(OE：OutputEr

3、ror)模型的最小二乘迭代辨識(shí)算法和隨機(jī)梯度迭代辨識(shí)算法.輸出誤差模型是CARMA模型的一種特殊情形，盡管CARMA模型的最小二乘迭代算法和隨機(jī)梯度迭代辨識(shí)算法也可以應(yīng)用于OE模型的辨識(shí)，但要估計(jì)的參數(shù)數(shù)目比應(yīng)該估汁的多，為了避免此問(wèn)題，論文提出了針對(duì)OE模型的迭代辨識(shí)算法，在每一步迭代計(jì)算中，參數(shù)估計(jì)依賴(lài)于系統(tǒng)內(nèi)部未知變量(不帶噪聲時(shí)的系統(tǒng)輸出)估計(jì)，反過(guò)來(lái)系統(tǒng)內(nèi)部未知變量的估計(jì)通過(guò)前一次迭代的參數(shù)估計(jì)計(jì)算。 3.將輸出誤差模

4、型最小二乘迭代辨識(shí)算法和隨機(jī)梯度迭代辨識(shí)算法推廣到了Hammerstein非線(xiàn)性輸出誤差模型，模型由一個(gè)非線(xiàn)性無(wú)記憶單元級(jí)聯(lián)一個(gè)輸出誤差模型構(gòu)成，通過(guò)令非線(xiàn)性單元首項(xiàng)系數(shù)為1，得到了唯一的參數(shù)估計(jì)。 4.將最小二乘迭代辨識(shí)算法應(yīng)用一類(lèi)非均勻采樣多率系統(tǒng)上。建立了非均勻采樣多率系統(tǒng)的狀態(tài)空間模型，并根據(jù)傳遞函數(shù)模型與狀態(tài)空間模型之間的轉(zhuǎn)化關(guān)系，將狀態(tài)空間模型轉(zhuǎn)化成傳遞函數(shù)模型，最后利用輸出誤差模型迭代辨識(shí)算法辨識(shí)得到的傳遞函數(shù)模型