一類維納非線性系統(tǒng)辨識(shí)(Ⅰ).pdf_第1頁(yè)
已閱讀1頁(yè),還剩83頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、論文以國(guó)家自然科學(xué)基金項(xiàng)目《一類非線性系統(tǒng)辨識(shí)建模理論與方法的研究》為背景,擬定了輸出非線性系統(tǒng)(即Wiener非線性系統(tǒng))辨識(shí)方法研究課題,選題屬于應(yīng)用基礎(chǔ)研究,具有理論意義和學(xué)術(shù)價(jià)值。作者在查閱了相關(guān)文獻(xiàn)的基礎(chǔ)上,對(duì)白噪聲和有色噪聲干擾的輸出非線性系統(tǒng)辨識(shí)問(wèn)題進(jìn)行了深入研究,并對(duì)提出的部分參數(shù)辨識(shí)方法收斂性進(jìn)行了分析,取得了下列研究成果。 1.介紹了Wiener輸出非線性系統(tǒng)的幾種模型結(jié)構(gòu)。針對(duì)白噪聲干擾Wiener非線性模型,研究

2、了相應(yīng)的遞推最小二乘辨識(shí)算法和隨機(jī)梯度辨識(shí)算法。由于非線性系統(tǒng)辨識(shí)模型參數(shù)向量包含了線性部分與非線性部分參數(shù)的乘積,所以針對(duì)獲得的參數(shù)估計(jì),研究了分離原系統(tǒng)參數(shù)估計(jì)值的三種方法:平均方法、排列組合方法、奇異值分解方法,并通過(guò)仿真例子進(jìn)行了比較分析。 2.針對(duì)Wiener非線性ARMAX系統(tǒng),即系統(tǒng)的干擾噪聲為滑動(dòng)平均模型的輸出非線性系統(tǒng),辨識(shí)的困難是辨識(shí)模型信息向量中包含不可測(cè)噪聲項(xiàng),利用估計(jì)殘差代替這個(gè)不可測(cè)噪聲項(xiàng),研究了Wiener

3、非線性系統(tǒng)的最小二乘迭代法辨識(shí)算法,并給出相應(yīng)的遞推增廣最小二乘辨識(shí)算法和增廣隨機(jī)梯度辨識(shí)算法,進(jìn)行了計(jì)算機(jī)仿真來(lái)說(shuō)提出方法能給出高精度的參數(shù)估計(jì)。 3.針對(duì)Wiener非線性動(dòng)態(tài)調(diào)節(jié)模型系統(tǒng),即系統(tǒng)的干擾噪聲為自回歸模型的輸出非線性系統(tǒng),研究了相應(yīng)的廣義最小二乘迭代算法、遞推廣義最小二乘算法以及廣義隨機(jī)梯度算法,由于廣義隨機(jī)梯度算法的收斂速度比較慢,因此引進(jìn)遺忘因子來(lái)改善其收斂性能,也用例子比較了這幾個(gè)算法參數(shù)估計(jì)精度和收斂速度。 4

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論