系統(tǒng)辨識(shí)在現(xiàn)代工業(yè)領(lǐng)域和非工業(yè)領(lǐng)域都發(fā)揮著十分重要的作用。在眾多傳統(tǒng)的辨識(shí)方法中,隨機(jī)梯度辨識(shí)算法因?yàn)樯崛チ藢?duì)協(xié)方差矩陣的運(yùn)算,能夠極大的減少計(jì)算量。然而,由于隨機(jī)梯度算法不能充分利用可測(cè)得的信息,導(dǎo)致收斂速度慢,辨識(shí)精度低等問(wèn)題。本課題為解決這些問(wèn)題,對(duì)隨機(jī)梯度辨識(shí)算法進(jìn)行了改進(jìn)。將最新估計(jì)方法、遞階辨識(shí)原理和輔助模型思想應(yīng)用于隨機(jī)梯度辨識(shí)算法中,提出了基于最新估計(jì)的遞階隨機(jī)梯度辨識(shí)算法,并將新算法應(yīng)用于對(duì)輸出誤差模型的參數(shù)辨識(shí)。針對(duì)輸出誤差模型和輸出誤差滑動(dòng)平均模型,結(jié)合輔助模型思想,得到基本的辨識(shí)模型。應(yīng)用遞階辨識(shí)原理于辨識(shí)模型中,通過(guò)選取合適的分層方法,得出遞階隨機(jī)梯度辨識(shí)算法。對(duì)于輸出誤差滑動(dòng)平均模型,在遞階隨機(jī)梯度辨識(shí)算法的基礎(chǔ)上,采用最新估計(jì)的方法用最新的參數(shù)估計(jì)值去更新噪聲的估計(jì)值和輔助模型的輸出值從而得到了最新估計(jì)的遞階隨機(jī)梯度辨識(shí)算法。針對(duì)輸出誤差自回歸模型和輸出誤差滑動(dòng)平均自回歸模型,利用最新估計(jì)方法對(duì)傳統(tǒng)的隨機(jī)梯度辨識(shí)算法進(jìn)行改進(jìn)。根據(jù)輸出誤差自回歸模型和輸出誤差滑動(dòng)平均自回歸模型的特點(diǎn),構(gòu)造一個(gè)中間變量進(jìn)行輔助辨識(shí),得到基本的辨識(shí)模型。在辨識(shí)模型的基礎(chǔ)上,應(yīng)用遞階辨識(shí)原理和最新估計(jì)方法推導(dǎo)出了基于最新估計(jì)的遞階隨機(jī)梯度辨識(shí)算法。針對(duì)四種輸出誤差模型,對(duì)提出的最新估計(jì)的遞階隨機(jī)梯度辨識(shí)算法進(jìn)行了MATLAB仿真,結(jié)果表明與傳統(tǒng)的辨識(shí)算法相比,本論文提出的辨識(shí)算法能夠更好的跟蹤系統(tǒng)的參數(shù),辨識(shí)精度和收斂速度都有明顯的提高。
【學(xué)位單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2017
【中圖分類】：N945.14
【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究的背景和意義
    1.2 系統(tǒng)辨識(shí)國(guó)內(nèi)外研究狀況
        1.2.1 系統(tǒng)辨識(shí)各類算法介紹
        1.2.2 本課題方向的研究現(xiàn)狀
    1.3 本文的主要研究?jī)?nèi)容
第2章 輸出誤差模型的遞階隨機(jī)梯度辨識(shí)算法
    2.1 OE模型簡(jiǎn)介
    2.2 OE模型的遞階隨機(jī)梯度辨識(shí)算法
        2.2.1 OE模型的輔助模型算法
        2.2.2 OE模型的遞階辨識(shí)算法
    2.3 OE模型的SG和HSG算法的仿真分析
    2.4 本章小結(jié)
第3章 輸出誤差滑動(dòng)平均模型的LE-HSG算法
    3.1 OEMA模型的LE-HSG辨識(shí)算法
        3.1.1 OEMA模型的辨識(shí)模型
        3.1.2 OEMA模型的遞階辨識(shí)思想
        3.1.3 OEMA模型的LE-HSG算法
    3.2 OEMA模型LE-HSG算法的收斂性證明
    3.3 OEMA模型LE-HSG算法的驗(yàn)證
    3.4 本章小結(jié)
第4章 輸出誤差自回歸模型的LE-HSG算法
    4.1 OEAR模型的LE-HSG辨識(shí)算法
        4.1.1 OEAR模型的辨識(shí)模型
        4.1.2 OEAR模型的遞階辨識(shí)思想
        4.1.3 OEAR模型的LE-HSG算法
    4.2 OEAR模型LE-HSG算法的驗(yàn)證
    4.3 本章小結(jié)
第5章 輸出誤差滑動(dòng)平均自回歸模型的LE-HSG算法
    5.1 B-J模型的LE-HSG辨識(shí)算法
        5.1.1 B-J模型的辨識(shí)模型
        5.1.2 B-J模型的遞階辨識(shí)思想
        5.1.3 B-J模型的LE-HSG算法
    5.2 B-J模型LE-HSG算法的驗(yàn)證
    5.3 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其它成果
致謝

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 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

2 丁鋒,楊家本;隨機(jī)梯度算法的收斂性分析[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);1999年01期

3 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

本文編號(hào)：2828947