在實際的工業(yè)生產(chǎn)過程中,閉環(huán)系統(tǒng)和非線性特性普遍存在.現(xiàn)階段關(guān)于線性開環(huán)系統(tǒng)的辨識方法日益完善,如何將已有的系統(tǒng)辨識方法推廣應(yīng)用至非線性閉環(huán)系統(tǒng)上是辨識研究的熱點和難點.本文研究非線性閉環(huán)系統(tǒng)的梯度辨識方法.研究成果如下.1.非線性閉環(huán)自回歸系統(tǒng)模型結(jié)構(gòu)復(fù)雜,通常含有多個未知參數(shù)的乘積項,現(xiàn)有方法無法直接使用.針對非線性閉環(huán)系統(tǒng)的特點,利用遞階辨識原理,將系統(tǒng)分解成多個辨識子系統(tǒng),采用交互估計理論結(jié)合負梯度搜索原理以及迭代辨識思想,提出遞階梯度迭代辨識算法,實現(xiàn)對系統(tǒng)參數(shù)的離線辨識.2.針對非線性閉環(huán)自回歸系統(tǒng),結(jié)合遞階辨識原理,提出遞階隨機梯度算法.為改善隨機梯度算法的收斂速度和參數(shù)估計精度,本文通過擴展新息長度,增加數(shù)據(jù)利用率,提出遞階多新息隨機梯度算法.數(shù)值仿真驗證了多新息技術(shù)有效地提高了參數(shù)估計精度.3.考慮有色噪聲干擾下的非線性閉環(huán)自回歸系統(tǒng),利用交互估計理論,推導(dǎo)出廣義遞階梯度迭代算法.為減少有色噪聲對系統(tǒng)參數(shù)估計的影響,借助數(shù)據(jù)濾波技術(shù),推導(dǎo)出基于濾波的遞階梯度迭代算法.進一步,將數(shù)據(jù)濾波技術(shù)與多新息理論相結(jié)合,提出基于濾波的遞階隨機梯度算法和基于濾波的遞階多新息隨機梯度... 

【文章來源】：江南大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．４不同噪聲方差下ＨＧＩ算法的估計誤差曲線???

１０?２０?３０?４０?５０?６０?７０?８０?９０?１００??ｋ??圖２．４不同噪聲方差下ＨＧＩ算法的估計誤差曲線???ｍｅａｓｕｒｅｍｅｎｔ??ｇ?．?ｒ?＋?ｐｒｅｄｉｃｔｉｏｎ?＿??＋?．?：十？＊％??４?－?ｉ．?．?－ｒ＊＊－?￣ｒ?ｒｆ??＞?４－丹?＋?＋?：＋?＊?４Ｌ??。沒：＿??２?■?■?；?＋＋?＋?＋４－?＾?＋＊??－２－？—贊，．ｗ?禱…ｑ??－４?－?？?４?？？?＋？?＋?十羊?＋?－??－６?－?Ｘ?＋?－??＿ｇ?ｉ?ｉ?ｉ?ｉ?ｉ?ｉ?ｉ?ｉ?ｉ??８００?８２０?８４０?８６０?８８０?９００?９２０?９４０?９６０?９８０?１０００??圖２．５真實輸出ｙ⑷和預(yù)測輸出卵）隨時間ｉ的變化曲線??下的輸入非線性閉環(huán)系統(tǒng)相比：有色噪聲的引入增加了辨識的難度．本節(jié)對輸入非線性受??控自回歸自回歸（ｃｏｎｔｒｏｌｌｅｄ?ａｕｔｏｒｅｇｒｅｓｓｉｖｅ?ａｕｔｏｒｅｇｒｅｓｓｉｖｅ，?ＣＡＲＡＲ）閉環(huán)系統(tǒng)，推導(dǎo)了遞??階梯度迭代算法．進一步，針對系統(tǒng)的辨識難點即受到有色噪聲的干擾，設(shè)計相應(yīng)的線性??濾波器．利用線性濾波器對量測數(shù)據(jù)進行濾波ｌ７２ｌ將原系統(tǒng)轉(zhuǎn)換為白噪聲干擾系統(tǒng)，從而??提出基于濾波的遞階梯度迭代算法．??２．３．１系統(tǒng)描述??輸入非線性閉環(huán)ＣＡＲＡＲ模型，如圖２．６所示，也稱為有色噪聲干擾下的輸入非線性??閉環(huán)系統(tǒng)

為比較噪聲方差改變時參數(shù)估計精度如何改變，取方差為ａ２?＝?０．８０２的白噪聲序列．??運用Ｆ－ＨＧＩ算法估計系統(tǒng)的待辨識參數(shù)，其參數(shù)估計及誤差如表２．８所示，不同方差時，Ｆ－??ＨＧＩ算法的參數(shù)估計誤差＾隨迭代次數(shù)／ｃ變化曲線如圖２．１３所示．??為驗證參數(shù)估計的準確性和估計所得模型的有效性，用《?＝?８０１到ｔ?＝?１０００的數(shù)據(jù)對??辨識所得的模型進行驗證．圖２．１０給出了真實系統(tǒng)的測量輸出與預(yù)測輸出隨時間ｆ的變化??曲線．??根據(jù)表２．３?－?２．４以及圖２．８－２．１０針對輸入非線性ＣＡＲＡＲ系統(tǒng)可以得到如下結(jié)論：??（１）由圖２．８可知：Ｆ－ＨＧＩ算法和ＧＨＧＩ算法都是收斂的

【參考文獻】：
期刊論文
[1]傳遞函數(shù)辨識（3）:正弦響應(yīng)兩點法和多點法[J]. 丁鋒,徐玲,劉喜梅.  青島科技大學(xué)學(xué)報(自然科學(xué)版). 2018(03)
[2]傳遞函數(shù)辨識（2）:脈沖響應(yīng)兩點法和三點法[J]. 丁鋒,徐玲,劉喜梅.  青島科技大學(xué)學(xué)報(自然科學(xué)版). 2018(02)
[3]傳遞函數(shù)辨識（1）:階躍響應(yīng)兩點法和三點法[J]. 丁鋒,徐玲,劉喜梅.  青島科技大學(xué)學(xué)報(自然科學(xué)版). 2018(01)
[4]信號建模（6）:多頻信號模型的遞階迭代參數(shù)估計[J]. 丁鋒,徐玲,劉喜梅.  青島科技大學(xué)學(xué)報(自然科學(xué)版). 2017(06)
[5]信號建模（5）:多頻信號模型的遞階參數(shù)估計[J]. 丁鋒,徐玲,劉喜梅.  青島科技大學(xué)學(xué)報(自然科學(xué)版). 2017(05)
[6]信號建模（4）:多頻信號模型的迭代參數(shù)估計[J]. 丁鋒,徐玲,劉喜梅.  青島科技大學(xué)學(xué)報(自然科學(xué)版). 2017(04)
[7]信號建模（3）:多頻信號模型的遞推參數(shù)估計[J]. 丁鋒,徐玲,劉喜梅.  青島科技大學(xué)學(xué)報(自然科學(xué)版). 2017(03)
[8]信號建模（2）:雙頻率信號[J]. 丁鋒,徐玲,劉喜梅.  青島科技大學(xué)學(xué)報(自然科學(xué)版). 2017(02)
[9]基于移動數(shù)據(jù)窗的傳遞函數(shù)多新息隨機梯度辨識方法[J]. 徐玲.  控制與決策. 2017(06)
[10]信號建模（1）:單頻率信號[J]. 丁鋒,徐玲,劉喜梅.  青島科技大學(xué)學(xué)報(自然科學(xué)版). 2017(01)

博士論文
[1]多新息辨識方法及性能分析[D]. 汪學(xué)海.江南大學(xué) 2017
[2]基于Volterra級數(shù)的非線性系統(tǒng)辨識及其應(yīng)用研究[D]. 程長明.上海交通大學(xué) 2015

碩士論文
[1]基于濾波的線性參數(shù)系統(tǒng)辨識方法[D]. 郭蘭杰.江南大學(xué) 2016
[2]白噪聲干擾下反饋非線性系統(tǒng)的遞推辨識方法[D]. 胡佩佩.江南大學(xué) 2014
[3]基于數(shù)據(jù)濾波的兩階段辨識方法[D]. 岳娜.江南大學(xué) 2010



本文編號：3410599