【摘要】：遞推最小二乘辨識算法收斂速度快,且可在線辨識,即使在較弱的條件下,仍可實現(xiàn)參數(shù)的一致性收斂結(jié)果,已經(jīng)受到了人們廣泛的關(guān)注。已發(fā)表的結(jié)果常見于定常系統(tǒng)。在處理時變系統(tǒng)時,人們發(fā)現(xiàn)遞推最小二乘算法不具備跟蹤能力。因此,人們主要致力于研究時變參數(shù)的估計誤差上界。本文致力于探討有限區(qū)間時變系統(tǒng)的學(xué)習(xí)辨識問題,在已有工作的基礎(chǔ)上,提出幾種用于估計有限區(qū)間上重復(fù)運行的時變系統(tǒng)動態(tài)參數(shù)的學(xué)習(xí)算法。具體工作如下： 1.闡述系統(tǒng)辨識的研究現(xiàn)狀,分類概述已有的一些典型的系統(tǒng)辨識方法。從本文研究內(nèi)容的相關(guān)性出發(fā),重點描述學(xué)習(xí)辨識的背景和研究現(xiàn)狀。 2.給出ARX模型的遞推算法和學(xué)習(xí)算法的形式和步驟,通過仿真結(jié)果說明在白噪聲條件下遞推算法對定常系統(tǒng)具有良好的辨識能力,可用于在線辨識；學(xué)習(xí)算法可以實現(xiàn)在有限區(qū)間上對動態(tài)系統(tǒng)時變參數(shù)的重復(fù)一致性估計。 3.推導(dǎo)ARMAX模型的迭代學(xué)習(xí)辨識和周期學(xué)習(xí)辨識兩種學(xué)習(xí)算法,借鑒已有的學(xué)習(xí)辨識研究成果,分析有色干擾條件下學(xué)習(xí)辨識算法的收斂性能,結(jié)果表明：若系統(tǒng)在有限區(qū)間上任一時刻的輸入輸出數(shù)據(jù)都滿足重復(fù)持續(xù)激勵條件,且滿足嚴格正實條件,則該算法可以實現(xiàn)對有限區(qū)間任一參數(shù)的有效跟蹤。數(shù)值結(jié)果驗證其在有色噪聲干擾環(huán)境下對時變系統(tǒng)參數(shù)估計的有效性。 4.對于工程應(yīng)用中常見的幾種輸出誤差類模型,利用輔助模型思想,分別推導(dǎo)輸出誤差模型(OE)、輸出誤差滑動平均模型(OEMA)、輸出誤差自回歸模型(OEAR)和Box-Jenkins模型(BJ)的迭代學(xué)習(xí)辨識算法,并通過數(shù)值仿真,驗證輔助模型迭代學(xué)習(xí)算法的有效性。 本文研究的有限區(qū)間時變系統(tǒng)的學(xué)習(xí)辨識算法是基于重復(fù)不變量原理展開的。時變參數(shù)沿重復(fù)軸的變化規(guī)律是一成不變的,即參數(shù)迭代獨立,基于這種規(guī)律構(gòu)造學(xué)習(xí)算法,參數(shù)估值可一致收斂于真值。
【學(xué)位授予單位】：浙江工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2012
【分類號】：N945.14

【參考文獻】

相關(guān)期刊論文 前6條

1 蘇偉;王國宏;白晶;鐘佩琳;;有色噪聲下基于總體最小二乘和卡爾曼濾波的無源定位方法[J];彈箭與制導(dǎo)學(xué)報;2009年04期

2 李世楷,李力,孔慶隆;閉凸值集值上鞅的收斂定理[J];工程數(shù)學(xué)學(xué)報;1993年03期

3 孫明軒;畢宏博;;學(xué)習(xí)辨識:最小二乘算法及其重復(fù)一致性[J];自動化學(xué)報;2012年05期

4 周彬;段廣仁;;離散傳遞函數(shù)正實性與連續(xù)傳遞函數(shù)有限頻率正實性的代數(shù)判據(jù)[J];自動化學(xué)報;2009年05期

5 甘師信,張峰,葉臣;B值鞅差序列加權(quán)和的收斂性與大數(shù)定律[J];武漢大學(xué)學(xué)報(自然科學(xué)版);2000年03期

6 王志珍,王龍,郁文生;多項式凸多面體的穩(wěn)定性及嚴格正實性[J];應(yīng)用數(shù)學(xué)和力學(xué);2002年02期

本文編號：2747901