傳遞函數(shù)辨識(shí)(12):頻率響應(yīng)遞推參數(shù)估計(jì)(串聯(lián)情形)
發(fā)布時(shí)間:2023-05-19 01:27
針對(duì)不同環(huán)節(jié)串聯(lián)而成的系統(tǒng),根據(jù)系統(tǒng)的幅頻特性數(shù)據(jù)和相頻特性數(shù)據(jù),利用梯度搜索、牛頓搜索,以及多新息辨識(shí)理論和耦合辨識(shí)概念,分別研究了幅頻特性、幅頻相頻聯(lián)合、幅頻相頻耦合的最小均方算法、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、牛頓遞推算法等。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),如具有共軛零點(diǎn)極點(diǎn)、重零點(diǎn)極點(diǎn)傳遞函數(shù)的參數(shù)辨識(shí)以及任意非線性函數(shù)的參數(shù)估計(jì)。
【文章頁(yè)數(shù)】:17 頁(yè)
【文章目錄】:
1 一般線性定常系統(tǒng)的頻率特性
2 幅頻特性遞推參數(shù)辨識(shí)方法
2.1 幅頻特性最小均方估計(jì)算法
2.2 幅頻特性隨機(jī)梯度估計(jì)算法
2.3 幅頻特性多新息隨機(jī)梯度算法
2.4 幅頻特性遞推梯度估計(jì)算法
2.5 幅頻特性多新息遞推梯度算法
2.6 幅頻特性牛頓遞推估計(jì)算法
3 幅頻相頻聯(lián)合遞推辨識(shí)方法
3.1 聯(lián)合最小均方估計(jì)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 幅頻相頻耦合遞推辨識(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
5 結(jié)語(yǔ)
本文編號(hào):3819386
【文章頁(yè)數(shù)】:17 頁(yè)
【文章目錄】:
1 一般線性定常系統(tǒng)的頻率特性
2 幅頻特性遞推參數(shù)辨識(shí)方法
2.1 幅頻特性最小均方估計(jì)算法
2.2 幅頻特性隨機(jī)梯度估計(jì)算法
2.3 幅頻特性多新息隨機(jī)梯度算法
2.4 幅頻特性遞推梯度估計(jì)算法
2.5 幅頻特性多新息遞推梯度算法
2.6 幅頻特性牛頓遞推估計(jì)算法
3 幅頻相頻聯(lián)合遞推辨識(shí)方法
3.1 聯(lián)合最小均方估計(jì)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 幅頻相頻耦合遞推辨識(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
5 結(jié)語(yǔ)
本文編號(hào):3819386
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3819386.html
最近更新
教材專著