【摘要】：隨著工業(yè)化的發(fā)展,系統(tǒng)的復(fù)雜程度不斷加深,系統(tǒng)數(shù)學(xué)模型的也更加復(fù)雜,因而辨識(shí)過(guò)程中的計(jì)算量越來(lái)越大.針對(duì)這個(gè)問(wèn)題,本文以國(guó)家自然科學(xué)基金項(xiàng)目為背景,基于遞推最小二乘算法,結(jié)合分解的技術(shù),利用輔助模型思想和多新息辨識(shí)理論,對(duì)輸出誤差類系統(tǒng)進(jìn)行了算法推導(dǎo)和仿真研究,并取得了如下成果： 1.針對(duì)輸出誤差系統(tǒng),首先利用分解的技術(shù),將系統(tǒng)分解成兩個(gè)子系統(tǒng).根據(jù)輔助模型的思想,對(duì)每個(gè)子系統(tǒng)的參數(shù)進(jìn)行遞推運(yùn)算,推導(dǎo)了針對(duì)輸出誤差系統(tǒng)的兩階段遞推最小二乘算法,并與輔助模型遞推最小二乘算法進(jìn)行比較.結(jié)果表明兩階段遞推最小二乘算法能夠得到較好的參數(shù)估計(jì)精度并且具有更小的計(jì)算量. 2.在兩階段遞推最小二乘算法的基礎(chǔ)上,利用輔助模型的輸出代替每個(gè)子系統(tǒng)信息向量中的未知中間變量,用估計(jì)殘差代替信息向量中的未知噪聲項(xiàng),推導(dǎo)出針對(duì)輸出誤差滑動(dòng)平均系統(tǒng)的兩階段遞推增廣最小二乘算法和針對(duì)輸出誤差自回歸系統(tǒng)的兩階段遞推廣義最小二乘算法.通過(guò)計(jì)算量的比較得出所提出算法具有更小計(jì)算負(fù)擔(dān)的結(jié)論. 3.針對(duì)輸出誤差滑動(dòng)平均自回歸系統(tǒng)(Box-Jenkins系統(tǒng)),結(jié)合上述兩階段遞推最小二乘算法和廣義增廣的方法,推導(dǎo)出相應(yīng)的兩階段遞推廣義增廣最小二乘算法.將兩階段算法與多新息辨識(shí)理論相結(jié)合,推導(dǎo)了兩階段多新息廣義增廣隨機(jī)梯度算法.最后通過(guò)仿真例子驗(yàn)證了算法的有效性. 綜上所述,論文推導(dǎo)和研究輸出誤差類系統(tǒng)的幾種參數(shù)估計(jì)算法,并通過(guò)Matlab仿真驗(yàn)證了算法的有效性和收斂速度.論文最后給出了結(jié)論與展望,對(duì)本課題研究中所面臨的一些困難和一些有待解決的問(wèn)題做了簡(jiǎn)單的介紹,如算法拓展以及實(shí)際應(yīng)用等問(wèn)題.
【學(xué)位授予單位】：江南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：N945.14

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐祖華;趙均;錢積新;;基于漸近理論的兩階段過(guò)程辨識(shí)方法[J];化工學(xué)報(bào);2008年04期

2 鄧自立;馬建為;杜洪越;;ARMA模型參數(shù)估計(jì)的兩段最小二乘法[J];科學(xué)技術(shù)與工程;2002年05期

3 岳娜;朱志芳;周毅;丁鋒;;基于RLS的自回歸滑動(dòng)平均模型的兩階段辨識(shí)方法[J];科學(xué)技術(shù)與工程;2009年07期

4 丁鋒;多變量系統(tǒng)的輔助模型辨識(shí)方法的收斂性分析[J];控制理論與應(yīng)用;1997年02期

5 王冬青;;基于輔助模型的遞推增廣最小二乘辨識(shí)方法[J];控制理論與應(yīng)用;2009年01期

6 丁鋒,蕭德云;多變量系統(tǒng)狀態(tài)空間模型的遞階辨識(shí)[J];控制與決策;2005年08期

7 王冬青;丁鋒;;基于輔助模型的多新息廣義增廣隨機(jī)梯度算法[J];控制與決策;2008年09期

8 張勇;楊慧中;;有色噪聲干擾輸出誤差系統(tǒng)的偏差補(bǔ)償遞推最小二乘辨識(shí)方法[J];自動(dòng)化學(xué)報(bào);2007年10期

9 李妍;毛志忠;王琰;袁平;賈明興;;基于偏差補(bǔ)償遞推最小二乘的Hammerstein-Wiener模型辨識(shí)[J];自動(dòng)化學(xué)報(bào);2010年01期

10 丁鋒;;系統(tǒng)辨識(shí)(1):辨識(shí)導(dǎo)引[J];南京信息工程大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

相關(guān)碩士學(xué)位論文 前2條

1 岳娜;基于數(shù)據(jù)濾波的兩階段辨識(shí)方法[D];江南大學(xué);2010年

2 王金海;CARMA模型與輸出誤差模型迭代辨識(shí)[D];江南大學(xué);2008年

本文編號(hào)：2780466