【摘要】：隨著系統(tǒng)建模和控制科學(xué)技術(shù)的不斷發(fā)展,控制對象的規(guī)模越來越大,這使得辨識算法的計算量也相應(yīng)增大。對于結(jié)構(gòu)復(fù)雜的輸出非線性系統(tǒng),在對其辨識過程中由于出現(xiàn)了參數(shù)向量的乘積,使得信息向量維數(shù)增大,計算量急劇增加,探索新的計算量小的參數(shù)估計方法對其進(jìn)行辨識勢在必行。本文分別利用分解技術(shù)和濾波技術(shù),研究并討論了有色噪聲干擾的輸出非線性系統(tǒng)的遞推辨識方法的問題。選題在提高非線性系統(tǒng)計算效率方面具有重要意義,論文研究如下。(1)針對輸出非線性方程誤差滑動平均(ON-EEMA)系統(tǒng)、輸出非線性方程誤差自回歸(ON-EEAR)系統(tǒng)和輸出非線性方程誤差自回歸滑動平均(ON-EEARMA)系統(tǒng),分別提出了基于過參數(shù)化模型的遞推增廣最小二乘算法、基于過參數(shù)化模型的遞推廣義最小二乘算法和基于過參數(shù)化模型的遞推廣義增廣最小二乘算法。(2)為了減小計算量,引入分解辨識的思想,將ON-EEMA系統(tǒng)、ON-EEAR系統(tǒng)和ON-EEARMA系統(tǒng)分別分解為兩個虛擬子系統(tǒng),分別提出了基于分解的遞推增廣最小二乘算法、基于分解的遞推廣義最小二乘算法和基于分解的遞推廣義增廣最小二乘算法。(3)為進(jìn)一步減小計算量,在分解的基礎(chǔ)上引入數(shù)據(jù)濾波技術(shù)。針對ON-EEMA系統(tǒng)、ON-EEAR系統(tǒng)和ON-EEARMA系統(tǒng),推導(dǎo)其基于濾波的辨識模型,利用濾波技術(shù)和分解技術(shù),推導(dǎo)出其基于濾波的分解遞推增廣最小二乘算法、基于濾波的分解遞推廣義最小二乘算法以及基于濾波的分解遞推廣義增廣最小二乘算法。
【學(xué)位授予單位】：江南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：N945.14

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李妍;毛志忠;王琰;袁平;;含有過程噪聲的Hammerstein-Wiener模型辨識算法及其收斂性分析[J];東北大學(xué)學(xué)報(自然科學(xué)版);2010年04期

2 安東,宋壽峰;一種計及觀測噪音的分系統(tǒng)遞推辨識方法[J];航空學(xué)報;1992年07期

3 張艷;李少遠(yuǎn);王笑波;周堅剛;;基于粒子群優(yōu)化的Wiener模型辨識與實例研究[J];控制理論與應(yīng)用;2006年06期

4 向微;陳宗海;;基于Hammerstein模型描述的非線性系統(tǒng)辨識新方法[J];控制理論與應(yīng)用;2007年01期

5 肖德云,牛紹華;UD分解在辨識算法中的應(yīng)用[J];控制與決策;1990年04期

6 孟曉風(fēng),王行仁;多變量傳遞函數(shù)矩陣辨識的二級QR分解快速遞推算法[J];自動化學(xué)報;1997年02期

7 丁鋒;汪菲菲;;多元系統(tǒng)耦合多新息隨機(jī)梯度類辨識方法[J];南京信息工程大學(xué)學(xué)報(自然科學(xué)版);2014年01期

8 于豐;毛志忠;賈明興;袁平;楊飛生;;一種Hammerstein-Wiener系統(tǒng)的遞歸辨識算法[J];自動化學(xué)報;2014年02期

9 丁鋒;汪菲菲;汪學(xué)海;;多元偽線性回歸系統(tǒng)部分耦合多新息隨機(jī)梯度類辨識方法[J];南京信息工程大學(xué)學(xué)報(自然科學(xué)版);2014年02期

10 丁鋒;汪菲菲;汪學(xué)海;;類多變量輸出誤差系統(tǒng)的耦合多新息辨識方法[J];南京信息工程大學(xué)學(xué)報(自然科學(xué)版);2014年03期

本文編號：2786715