輸出誤差類模型辨識(shí)方法的研究.pdf

1、本文研究有色噪聲干擾下的輸出誤差類系統(tǒng)的辨識(shí)問(wèn)題，推導(dǎo)相關(guān)算法并進(jìn)行仿真驗(yàn)證。 推導(dǎo)針對(duì)含有色噪聲干擾的輸出誤差類系統(tǒng)模型的基于輔助模型的多新息最小二乘算法和多新息隨機(jī)梯度算法。其辨識(shí)思想是使用輔助模型輸出代替輸出誤差類模型的未知過(guò)程模型的輸出。基于多新息方法，構(gòu)造多新息向量矩陣來(lái)辨識(shí)系統(tǒng)參數(shù)。仿真試驗(yàn)表明基于輔助模型的多新息算法收斂速度快，并且辨識(shí)結(jié)果更加平穩(wěn)。 推導(dǎo)迭代最小二乘算法和迭代隨機(jī)梯度算法。本文中所述的迭代

2、辨識(shí)方法是離線方法，辨識(shí)之前得到所有輸入、輸出可測(cè)數(shù)據(jù)。在每步迭代計(jì)算過(guò)程中，使用系統(tǒng)的所有可測(cè)數(shù)據(jù)，獲得盡可能多的信息來(lái)提高參數(shù)估計(jì)精度。迭代辨識(shí)思想基于交互估計(jì)理論，雖然每一步的計(jì)算量很大，但是收斂速度快，從而使總體的辨識(shí)效果更好。仿真結(jié)果表明，算法仿真精度隨著系統(tǒng)數(shù)據(jù)長(zhǎng)度增加而提高。 基于信號(hào)濾波思想，結(jié)合輔助模型方法，提出基于濾波的輔助模型最小二乘算法和基于濾波的輔助模型隨機(jī)梯度算法。針對(duì)有色噪聲干擾模型引入線性濾波器，