【摘要】：有限脈沖響應系統(tǒng)是一類典型的線性系統(tǒng),在工業(yè)實踐中有著廣泛的應用.當系統(tǒng)中含有未知時滯時,不僅需要估計未知參數(shù)而且需要估計未知時滯,使得系統(tǒng)辨識的難度和復雜度增大,因此研究含有未知時滯的多輸入有限脈沖響應系統(tǒng)參數(shù)與時滯聯(lián)合估計具有重要的理論意義和實際價值.本文將壓縮感知重構與最小二乘原理和梯度原理相結合,研究含有未知時滯的多輸入有限脈沖響應系統(tǒng)參數(shù)與時滯聯(lián)合估計問題,取得了如下研究成果.1.針對含有未知時滯的多輸入單輸出有限脈沖響應(Multiple-Input Single-Output Finite Impulse Response,MISO-FIR)系統(tǒng),將壓縮感知重構和最小二乘方法相結合,提出閾值正交匹配追蹤(Threshold Orthogonal Matching Pursuit,TH-OMP)算法,該算法能夠在有限的測量數(shù)據下,同時估計系統(tǒng)的參數(shù)和時滯.為了提高TH-OMP算法的計算效率,將壓縮感知重構和梯度搜索原理相結合,提出了梯度追蹤(Gradient Pursuit,GP)算法.通過計算量分析說明:與TH-OMP算法相比,GP算法具有較小的計算量,數(shù)值仿真驗證了算法的有效性.2.針對含有未知時滯的多輸入單輸出有限脈沖響應滑動平均(Multiple-Input Single-Out put Finite Impulse Response Moving Average,MISO-FIRMA)系統(tǒng),辨識模型的信息向量中含有未知的白噪聲回歸項,為了解決噪聲問題,使用迭代辨識原理和交互估計原理結合TH-OMP算法和GP算法,分別提出了閾值正交匹配追蹤迭代(Threshold Orthogonal Matching Pursuit Iterative,TH-OMPI)算法和梯度追蹤迭代(Gradient Pursuit Iterative,GPI)算法.數(shù)值仿真驗證了提出算法的有效性.3.針對含有未知時滯的多輸入單輸出有限脈沖響應自回歸(Multiple-Input Single-Output Finite Impulse Response Auto Regressive,MISO-FIRAR)系統(tǒng),系統(tǒng)干擾是有色噪聲,與MISO-FIRMA的辨識模型相比,該系統(tǒng)辨識模型的信息向量中含有有色噪聲項.針對這種有色噪聲干擾,本文建立了系統(tǒng)辨識模型并推導了相應的TH-OMPI算法和GPI算法,并采用最小二乘迭代(Least Squares Iterative,LSI)算法作對比說明提出算法的優(yōu)勢.數(shù)值仿真和計算量分析表明:提出的算法是有效的,且TH-OMPI算法的計算量小于LSI算法,而GPI算法的計算量又小于TH-OMPI算法.綜上所述,本文針對含有未知時滯的多輸入單輸出有限脈沖響應系統(tǒng)的參數(shù)與時滯聯(lián)合估計問題,分別推導了不同噪聲干擾下的辨識模型及其相應的參數(shù)與時滯聯(lián)合估計算法.通過分析和數(shù)值仿真說明提出的算法是有效的.
【學位授予單位】：江南大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：N945.14

【相似文獻】

相關期刊論文 前10條

1 許凌云;張小飛;許宗澤;;平面陣列下的二維角度和頻率聯(lián)合估計[J];應用科學學報;2011年02期

2 梁軍利;;基于平行因子分析的信源四維參數(shù)聯(lián)合估計[J];科學通報;2008年07期

3 胡學龍,郭振民;信號頻率-方向聯(lián)合估計中的雙旋轉子空間法[J];揚州大學學報(自然科學版);2004年03期

4 吳云韜,廖桂生,陳建峰;一種基于狀態(tài)空間實現(xiàn)的頻率估計與頻率時延聯(lián)合估計算法的研究[J];自然科學進展;2003年08期

5 張樹銀;郭英;齊子森;蘇令華;;共形陣列LFM信號DOA和極化參數(shù)的聯(lián)合估計[J];應用科學學報;2013年03期

6 于龍龍;賴濤;趙擁軍;陳建宏;;星載SAR成像參數(shù)聯(lián)合估計方法[J];遙感學報;2013年05期

7 陶建武,石要武,常文秀;一般陣列誤差情況下信號二維方向角和多普勒頻率的聯(lián)合估計[J];高技術通訊;2003年02期

8 許凌云;張小飛;許宗澤;;雙基地MIMO雷達二維DOD和二維DOA聯(lián)合估計[J];應用科學學報;2012年03期

9 楊磊;趙擁軍;王志剛;;基于功率和相位聯(lián)合估計TLS-ESPRIT算法的極化干涉SAR數(shù)據分析[J];測繪學報;2007年02期

10 肖楊;余建國;;基于分布式時延矢量聯(lián)合估計的血流檢測算法[J];聲學技術;2011年03期

相關會議論文 前2條

1 關立鋒;梁濤;;載波相位和定時相位的聯(lián)合估計[A];開創(chuàng)新世紀的通信技術——第七屆全國青年通信學術會議論文集[C];2001年

2 王惠剛;程翠香;;多普勒和方位的聯(lián)合估計[A];中國聲學學會2005年青年學術會議[CYCA'05]論文集[C];2005年

相關博士學位論文 前4條

1 吳湘霖;非理想系統(tǒng)假設下陣列信號多信源多參數(shù)聯(lián)合估計[D];西北工業(yè)大學;2005年

2 王建英;陣列信號多參量聯(lián)合估計技術研究[D];電子科技大學;2000年

3 錢斌;分布式信號波達方向—時延聯(lián)合估計算法研究[D];電子科技大學;2008年

4 許凌云;陣列多參數(shù)聯(lián)合估計算法及應用的研究[D];南京航空航天大學;2012年

相關碩士學位論文 前10條

1 楊江;空時分布源DOA-時延參數(shù)聯(lián)合估計算法研究[D];電子科技大學;2015年

2 馬莉;基于天線陣列的近場WiFi多參數(shù)聯(lián)合估計算法研究[D];西南交通大學;2016年

3 陶太洋;基于壓縮感知重構的多輸入有限脈沖響應系統(tǒng)參數(shù)與時滯聯(lián)合估計[D];江南大學;2016年

4 馬克江;近場源多維參數(shù)聯(lián)合估計算法研究[D];西安電子科技大學;2010年

5 李靜;移動通信網絡中終端定位參數(shù)聯(lián)合估計方法的研究[D];北京交通大學;2008年

6 孫洪亮;近場源參數(shù)聯(lián)合估計算法仿真研究[D];哈爾濱工程大學;2011年

7 王大元;陣列多參數(shù)聯(lián)合估計[D];南京航空航天大學;2010年

8 徐麗娜;基于極化敏感陣列的TDD CDMA系統(tǒng)多參數(shù)聯(lián)合估計算法研究[D];吉林大學;2008年

9 寒露;極化敏感陣列多參數(shù)聯(lián)合估計[D];電子科技大學;2007年

10 王鵬;陣列天線雷達的目標方位距離聯(lián)合估計和高分辨成像[D];清華大學;2010年

本文編號：2744854