發(fā)布時間：2023-06-03 16:56

　　近年來,隨著空間科學(xué)技術(shù)的發(fā)展,空間材料實驗對高溫晶體爐的溫度控制提出了更高的標(biāo)準(zhǔn)。為了提高控制算法精度,就需要借助系統(tǒng)辨識這個工具,通過分析被控對象的系統(tǒng)模型,設(shè)計出有針對性的控制算法。現(xiàn)如今,大多數(shù)的辨識算法都是以統(tǒng)計學(xué)為基礎(chǔ),通過分析輸入輸出數(shù)據(jù)之間的相關(guān)關(guān)系,從而估計出系統(tǒng)的內(nèi)部模型。在這種思路下,就需要獲得大量用于計算的統(tǒng)計數(shù)據(jù),而且數(shù)據(jù)量越大所估計出的系統(tǒng)模型也就越接近真實系統(tǒng)。不過,這對于很多實際系統(tǒng)而言是很難實現(xiàn)的。本文將系統(tǒng)辨識從信號測量的角度來解決問題。鑒于任意系統(tǒng)均可以被表示為某種信號,所以對系統(tǒng)的辨識問題就可以為是對這個未知信號的測量問題。近年來,壓縮感知理論提供了一個對信號進(jìn)行測量的新框架,該理論將對信號測量的關(guān)注點從頻域轉(zhuǎn)向信號的信息量,從而突破了傳統(tǒng)的采樣定理的要求,極大地降低了對數(shù)據(jù)量的要求。本文正是利用了壓縮感知理論來對系統(tǒng)模型進(jìn)行測量,并且在此基礎(chǔ)上提出了壓縮測量辨識算法,以期利用盡可能少的測量數(shù)據(jù)獲得準(zhǔn)確、穩(wěn)定、可靠的系統(tǒng)模型。首先,本文將壓縮測量辨識算法應(yīng)用于對線性時不變系統(tǒng)的辨識問題之中,并通過仿真證明了對線性時不變系統(tǒng)的欠采樣測量是準(zhǔn)確的,并...

【文章頁數(shù)】：130 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 引言
        1.1.1 選題背景
        1.1.2 選題意義
    1.2 系統(tǒng)辨識的發(fā)展歷史及現(xiàn)狀
    1.3 本文研究工作
    1.4 本文組織結(jié)構(gòu)
第2章 壓縮感知理論
    2.1 線性測量
    2.2 測量恢復(fù)準(zhǔn)則
    2.3 信號恢復(fù)算法
        2.3.1 l₀最小化重建算法
        2.3.2 l₁最小化重建算法
        2.3.3 TV范數(shù)重建算法
第3章 線性時不變系統(tǒng)的壓縮測量辨識算法研究
    3.2 引言
    3.3 壓縮測量辨識算法
        3.3.1 被測對象
        3.3.2 測量工具
        3.3.3 測量過程
        3.3.4 非稀疏對象的稀疏化
    3.4 ARX模型與IRS模型的關(guān)系
    3.5 辨識仿真
    3.6 電機測量實驗
    3.7 結(jié)論
第4章 非均勻采樣系統(tǒng)的壓縮測量辨識算法研究
    4.2 引言
    4.3 采樣準(zhǔn)則
    4.4 非均勻壓縮測量辨識算法
        4.4.1 測量對象
        4.4.2 非均勻測量
        4.4.3 恢復(fù)算法
    4.5 非均勻采樣辨識仿真實驗
    4.6 直流電機辨識實驗
    4.7 結(jié)論
第5章 線性參變系統(tǒng)的壓縮測量辨識算法研究
    5.2 引言
    5.3 LPV模型
    5.4 動態(tài)壓縮測量辨識算法
    5.5 仿真試驗
        5.5.1 線性變化對象
        5.5.2 非線性變化對象
    5.6 結(jié)論
第6章 基于Volterra級數(shù)的非線性壓縮測量辨識算法
    6.2 引言
    6.3 多項式級數(shù)展開
        6.3.1 Volterra級數(shù)
        6.3.2 Taylor級數(shù)
    6.4 非線性壓縮測量辨識
    6.5 仿真
    6.6 結(jié)論
第7章 結(jié)論與展望
    7.1 結(jié)論
    7.2 創(chuàng)新點
    7.3 展望
參考文獻(xiàn)
致謝
作者簡歷及攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文與研究成果



本文編號：3829686