非均勻采樣數(shù)據(jù)系統(tǒng)的辨識(shí)方法研究.pdf

1、傳統(tǒng)采樣數(shù)據(jù)系統(tǒng)的輸入刷新周期與輸出采樣周期相等，操作頻率相同而且同步，這種只有單一操作頻率的系統(tǒng)稱為單率系統(tǒng)。然而，在化工過程中，某些指示化工產(chǎn)品質(zhì)量的數(shù)據(jù)不能直接在線測量，導(dǎo)致輸出采樣頻率比系統(tǒng)的輸入刷新頻率慢，這種具有兩種及兩種以上操作頻率的系統(tǒng)稱為多率系統(tǒng)。多率系統(tǒng)雖然具有多種操作頻率，但是對于各個(gè)輸入或輸出通道來說，采樣頻率是保持不變的，即采樣間隔不變。當(dāng)系統(tǒng)的輸入刷新或輸出采樣間隔呈現(xiàn)不等時(shí)間間隔時(shí)，則得到非均勻采樣數(shù)據(jù)系統(tǒng)

2、。由于硬件設(shè)備的限制等原因，非均勻采樣數(shù)據(jù)系統(tǒng)廣泛存在于過程工業(yè)中，尋求這類系統(tǒng)的有效參數(shù)辨識(shí)方法，具有重要的理論意義和實(shí)際應(yīng)用價(jià)值。本文針對這一現(xiàn)狀，對非均勻采樣數(shù)據(jù)系統(tǒng)的辨識(shí)方法進(jìn)行了研究。主要內(nèi)容如下：
　　 ⑴在白噪聲干擾下，推導(dǎo)了辨識(shí)非均勻采樣數(shù)據(jù)系統(tǒng)CAR模型參數(shù)的隨機(jī)梯度算法。為了提高算法的收斂速度和辨識(shí)精度，分別引入遺忘因子和新息長度，推導(dǎo)了遺忘梯度算法和多新息隨機(jī)梯度算法，并利用隨機(jī)過程理論對這兩種算法的收斂性

3、做了詳細(xì)的理論分析，仿真例子表明了所提出算法的有效性。
　　 ⑵利用輔助模型技術(shù)，推導(dǎo)出辨識(shí)非均勻采樣數(shù)據(jù)系統(tǒng)輸出誤差模型的輔助模型隨機(jī)梯度算法，并利用鞅收斂定理證明了該算法的收斂性。同時(shí)也得到了輔助模型遺忘梯度算法和輔助模型多新息隨機(jī)梯度算法，仿真例子表明：通過選取合適的遺忘因子與新息長度，兩種算法都可以得到令人滿意的辨識(shí)效果。
　　 ⑶在MA模型和ARMA模型描述的有色噪聲干擾下，研究了非均勻采樣數(shù)據(jù)系統(tǒng)CARMA模