本文關(guān)鍵詞：伺服器系統(tǒng)參數(shù)辨識(shí)中信號(hào)降噪方法研究

  更多相關(guān)文章： 伺服控制系統(tǒng) 系統(tǒng)辨識(shí) 最小二乘法 信號(hào)去噪 小波分析 卡爾曼濾波

【摘要】：在伺服控制系統(tǒng)能夠正常運(yùn)行前,需要知道當(dāng)前系統(tǒng)的性能并對(duì)參數(shù)進(jìn)行相應(yīng)調(diào)整,而在此之前需要通過(guò)系統(tǒng)辨識(shí)來(lái)獲取系統(tǒng)的參數(shù)。辨識(shí)過(guò)程中需要通過(guò)一定的方法降低噪聲干擾對(duì)辨識(shí)的影響,從而有效提升辨識(shí)參數(shù)的精度。本文設(shè)計(jì)并實(shí)現(xiàn)了一種基于小波的多尺度卡爾曼濾波器用以降低辨識(shí)中的隨機(jī)噪聲。系統(tǒng)辨識(shí)的精確性受到了隨即噪聲的干擾。本文首先建立了伺服系統(tǒng)的數(shù)學(xué)模型,并運(yùn)用基于M序列的最小二乘法來(lái)辨識(shí)該模型的參數(shù),結(jié)果表明該方法在去除有色噪聲和隨機(jī)噪聲時(shí)效果有限。運(yùn)用卡爾曼濾波進(jìn)行信號(hào)降噪處理存在固有缺陷。在有色噪聲情況下使用卡爾曼濾波降噪的基礎(chǔ)是增廣矩陣,但非零固定輸入情況下標(biāo)準(zhǔn)形式增廣矩陣并不存在。同時(shí)仿真試驗(yàn)證實(shí)噪聲模型的簡(jiǎn)化對(duì)辨識(shí)精度亦有影響。小波降噪并不需精確系統(tǒng)噪聲模型而常被用于系統(tǒng)辨識(shí)的降噪。仿真實(shí)驗(yàn)發(fā)現(xiàn),當(dāng)輸入信號(hào)與小波基不匹配時(shí)會(huì)造成辨識(shí)誤差。因此在運(yùn)用小波降噪時(shí)需要進(jìn)行大量匹配實(shí)驗(yàn)以獲取合適輸入信號(hào)或小波基�；谝陨戏治鲇懻�,本文將小波去噪與卡爾曼濾波相結(jié)合,提出了基于小波的多尺度卡爾曼濾波方法,用于最小二乘辨識(shí)法的降噪處理。通過(guò)仿真實(shí)驗(yàn),分別用最小二乘法、小波去噪法、卡爾曼濾波法和本方法對(duì)伺服控制器的速度環(huán)模型進(jìn)行辨識(shí),說(shuō)明本方法有更強(qiáng)的去噪能力,辨識(shí)精度有大幅提高。
【關(guān)鍵詞】：伺服控制系統(tǒng) 系統(tǒng)辨識(shí) 最小二乘法 信號(hào)去噪 小波分析 卡爾曼濾波
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TM921.541
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 1 緒論8-15
• 1.1 研究背景與目的8-9
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀9-13
• 1.3 本文研究?jī)?nèi)容13-15
• 2 伺服控制系統(tǒng)模型與基本辨識(shí)方法15-32
• 2.1 伺服控制系統(tǒng)簡(jiǎn)介15-16
• 2.2 速度環(huán)閉環(huán)模型16-18
• 2.3 系統(tǒng)辨識(shí)基本算法18-25
• 2.4 辨識(shí)激勵(lì)信號(hào)的選擇25-27
• 2.5 以M序列為輸入的最小二乘辨識(shí)及其缺陷27-31
• 2.6 本章小結(jié)31-32
• 3 卡爾曼濾波及其去噪應(yīng)用32-45
• 3.1 卡爾曼濾波理論與特點(diǎn)32-36
• 3.2 基于非零輸入量的卡爾曼濾波的辨識(shí)實(shí)現(xiàn)36-39
• 3.3 含有色噪聲卡爾曼濾波的系統(tǒng)辨識(shí)及其缺陷39-43
• 3.4 本章小結(jié)43-45
• 4 基于小波分析的降噪法45-57
• 4.1 小波分析理論45-47
• 4.2 小波去噪方法47-49
• 4.3 小波去噪的輸入信號(hào)選擇49-53
• 4.4 基于小波去噪的系統(tǒng)辨識(shí)的實(shí)現(xiàn)53-56
• 4.5 本章小結(jié)56-57
• 5 伺服控制系統(tǒng)去噪辨識(shí)的實(shí)現(xiàn)57-67
• 5.1 速度環(huán)閉環(huán)在三種方法下的辨識(shí)的實(shí)現(xiàn)57-60
• 5.2 小波分析多尺度卡爾曼濾波60-63
• 5.3 小波分析多尺度卡爾曼濾波模型63-64
• 5.4 基于小波分析多尺度卡爾曼濾波的系統(tǒng)辨識(shí)64-66
• 5.5 本章小結(jié)66-67
• 6 總結(jié)與展望67-69
• 6.1 總結(jié)67-68
• 6.2 展望68-69
• 致謝69-70
• 參考文獻(xiàn)70-74
• 附錄 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文74

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 冉磊;李慶民;申志偉;毛德軍;;艦船噪聲模型可信度評(píng)估方法[J];海軍工程大學(xué)學(xué)報(bào);2011年01期

2 王宏湯;用自相關(guān)系數(shù)法分析精密頻率源的噪聲模型[J];宇航學(xué)報(bào);1981年02期

3 朱秋萍,方志豪,吳俊,平建中;雙口網(wǎng)絡(luò)噪聲模型的系統(tǒng)理論及其應(yīng)用[J];武漢大學(xué)學(xué)報(bào)(自然科學(xué)版);1996年05期

4 楊家成;調(diào)頻接收尖峰噪聲的研究——一種新的噪聲模型[J];天津大學(xué)學(xué)報(bào);1983年01期

5 李東升;周翠;楊新濤;李宏男;任亮;郭杏林;;結(jié)構(gòu)損傷識(shí)別中部分相關(guān)噪聲模型[J];大連理工大學(xué)學(xué)報(bào);2014年04期

6 陳光雄;劉啟躍;金學(xué)松;周仲榮;;時(shí)滯摩擦尖叫噪聲模型的穩(wěn)定性研究[J];振動(dòng)與沖擊;2008年04期

7 韓艷艷;賀尚紅;;連續(xù)線(xiàn)性系統(tǒng)模型參數(shù)直接辨識(shí)中噪聲模型處理方法[J];交通科學(xué)與工程;2010年02期

8 王榮杰;;風(fēng)機(jī)葉片噪聲模型建立及應(yīng)用[J];噪聲與振動(dòng)控制;2009年02期

9 黃憲文,蔡漢龍,孫昌壽;FHWA公路噪聲模型在環(huán)境影響預(yù)測(cè)中的應(yīng)用[J];噪聲與振動(dòng)控制;1992年06期

10 申志偉;李榮;李志華;;特征相似的艦船噪聲模型可信性分析[J];噪聲與振動(dòng)控制;2012年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 李會(huì)軍;王啟剛;季剛;馬增良;;一種基于M序列的噪聲模型辨識(shí)方法[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

2 周求湛;焦劍暉;李玉峰;張新發(fā);徐建生;戴逸松;;MMIC放大器R_n-G_n噪聲模型的精確測(cè)量研究[A];中國(guó)儀器儀表學(xué)會(huì)第三屆青年學(xué)術(shù)會(huì)議論文集（上）[C];2001年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前9條

1 蔡睿;分布式視頻編碼關(guān)鍵技術(shù)研究[D];南京郵電大學(xué);2015年

2 韓寶媛;CMOS成像器件的噪聲模型及噪聲抑制方法研究[D];首都師范大學(xué);2012年

3 陳官明;伺服器系統(tǒng)參數(shù)辨識(shí)中信號(hào)降噪方法研究[D];華中科技大學(xué);2015年

4 吳歡歡;基于噪聲模型的支持向量回歸機(jī)的分析[D];哈爾濱工業(yè)大學(xué);2011年

5 林鵬;低壓電力載波通信信道中的噪聲模型研究[D];昆明理工大學(xué);2014年

6 柴俊華;基于模糊理論的視頻預(yù)處理技術(shù)[D];上海師范大學(xué);2010年

7 張晨;MEMS陀螺系統(tǒng)的軟件仿真[D];浙江大學(xué);2006年

8 余聰;基于瞬時(shí)幅度加噪聲模型的語(yǔ)音壓縮[D];浙江工業(yè)大學(xué);2009年

9 戴廣豪;SiGe HBT噪聲模型和BiCMOS LNA研究[D];電子科技大學(xué);2007年

，

本文編號(hào)：566614