傳統(tǒng)的Wiener系統(tǒng)在工業(yè)系統(tǒng)建模方面獲得了大量應(yīng)用,但是當(dāng)系統(tǒng)含有動(dòng)態(tài)非線性環(huán)節(jié)時(shí),就會(huì)因?yàn)槟Ｐ筒黄ヅ鋵?dǎo)致建模效果不佳。為了更好的對(duì)這類系統(tǒng)進(jìn)行建模,必須將傳統(tǒng)Wiener系統(tǒng)中的靜態(tài)非線性模塊擴(kuò)展為動(dòng)態(tài)非線性形式。在采用全新結(jié)構(gòu)的基礎(chǔ)上,基于關(guān)鍵項(xiàng)分離技術(shù)參數(shù)化系統(tǒng)以減小算法計(jì)算量,并避免出現(xiàn)參數(shù)乘積項(xiàng);對(duì)數(shù)據(jù)進(jìn)行濾波以獲得參數(shù)的無(wú)偏估計(jì);運(yùn)用最小二乘算法以獲得健壯的參數(shù)估計(jì)值。數(shù)值仿真表明了算法的有效性。 

【文章來(lái)源】：軟件工程. 2018,21(10)

【文章頁(yè)數(shù)】：4 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]Wiener系統(tǒng)的變聚點(diǎn)樣條逼近遞推貝葉斯算法[J]. 景紹學(xué),李正明.  控制理論與應(yīng)用. 2017(01)
[2]非線性動(dòng)態(tài)系統(tǒng)的Wiener神經(jīng)網(wǎng)絡(luò)辨識(shí)法[J]. 吳德會(huì).  控制理論與應(yīng)用. 2009(11)
[3]基于粒子群優(yōu)化的Wiener模型辨識(shí)與實(shí)例研究[J]. 張艷,李少遠(yuǎn),王笑波,周堅(jiān)剛.  控制理論與應(yīng)用. 2006(06)



本文編號(hào)：3063757