傳遞函數(shù)辨識(shí)(11):頻率響應(yīng)遞推參數(shù)估計(jì)(并聯(lián)情形)
發(fā)布時(shí)間:2023-03-11 21:31
工程中,頻率特性又稱頻率響應(yīng)。針對不同極點(diǎn)慣性環(huán)節(jié)并聯(lián)而成的系統(tǒng),利用正弦激勵(lì)信號作為輸入,通過測量系統(tǒng)的頻率特性觀測數(shù)據(jù),基于二次優(yōu)化和非線性優(yōu)化技術(shù),推導(dǎo)了估計(jì)傳遞函數(shù)參數(shù)的最小均方算法、隨機(jī)梯度算法、多新息隨機(jī)梯度算法、遞推梯度算法、多新息遞推梯度算法、牛頓遞推算法,以及結(jié)合實(shí)頻特性和虛頻特性觀測數(shù)據(jù)的聯(lián)合遞推辨識(shí)算法和耦合遞推辨識(shí)算法。文中的方法可以推廣用于其他傳遞函數(shù)描述的動(dòng)態(tài)系統(tǒng)參數(shù)辨識(shí),如具有共軛極點(diǎn)、重極點(diǎn)傳遞函數(shù)參數(shù)的辨識(shí)以及任意非線性函數(shù)的參數(shù)估計(jì)。
【文章頁數(shù)】:18 頁
【文章目錄】:
1 并聯(lián)傳遞函數(shù)的頻率特性
2 實(shí)頻特性遞推參數(shù)辨識(shí)方法
2.1 實(shí)頻特性最小均方估計(jì)算法
2.2 實(shí)頻特性隨機(jī)梯度估計(jì)算法
2.3 實(shí)頻特性多新息隨機(jī)梯度算法
2.4 實(shí)頻特性遞推梯度估計(jì)算法
2.5 實(shí)頻特性多新息遞推梯度算法
2.6 實(shí)頻特性牛頓遞推估計(jì)算法
3 實(shí)頻虛頻聯(lián)合遞推辨識(shí)方法
3.1 聯(lián)合最小均方估算法
3.2 聯(lián)合隨機(jī)梯度估計(jì)算法
3.3 聯(lián)合多新息隨機(jī)梯度算法
3.4 聯(lián)合遞推梯度估計(jì)算法
3.5 聯(lián)合多新息遞推梯度算法
3.6 聯(lián)合牛頓遞推估計(jì)算法
4 實(shí)頻虛頻耦合遞推辨識(shí)方法
4.1 耦合最小均方估計(jì)算法
4.2 耦合隨機(jī)梯度估計(jì)算法
4.3 耦合多新息隨機(jī)梯度算法
4.4 耦合遞推梯度估計(jì)算法
4.5 耦合多新息遞推梯度算法
4.6 耦合牛頓遞推估計(jì)算法
5 結(jié) 語
本文編號:3760285
【文章頁數(shù)】:18 頁
【文章目錄】:
1 并聯(lián)傳遞函數(shù)的頻率特性
2 實(shí)頻特性遞推參數(shù)辨識(shí)方法
2.1 實(shí)頻特性最小均方估計(jì)算法
2.2 實(shí)頻特性隨機(jī)梯度估計(jì)算法
2.3 實(shí)頻特性多新息隨機(jī)梯度算法
2.4 實(shí)頻特性遞推梯度估計(jì)算法
2.5 實(shí)頻特性多新息遞推梯度算法
2.6 實(shí)頻特性牛頓遞推估計(jì)算法
3 實(shí)頻虛頻聯(lián)合遞推辨識(shí)方法
3.1 聯(lián)合最小均方估算法
3.2 聯(lián)合隨機(jī)梯度估計(jì)算法
3.3 聯(lián)合多新息隨機(jī)梯度算法
3.4 聯(lián)合遞推梯度估計(jì)算法
3.5 聯(lián)合多新息遞推梯度算法
3.6 聯(lián)合牛頓遞推估計(jì)算法
4 實(shí)頻虛頻耦合遞推辨識(shí)方法
4.1 耦合最小均方估計(jì)算法
4.2 耦合隨機(jī)梯度估計(jì)算法
4.3 耦合多新息隨機(jī)梯度算法
4.4 耦合遞推梯度估計(jì)算法
4.5 耦合多新息遞推梯度算法
4.6 耦合牛頓遞推估計(jì)算法
5 結(jié) 語
本文編號:3760285
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3760285.html
最近更新
教材專著