發(fā)布時間：2021-03-04 19:16

　　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用,但是當系統(tǒng)含有動態(tài)非線性環(huán)節(jié)時,就會因為模型不匹配導致建模效果不佳。為了更好的對這類系統(tǒng)進行建模,必須將傳統(tǒng)Wiener系統(tǒng)中的靜態(tài)非線性模塊擴展為動態(tài)非線性形式。在采用全新結構的基礎上,基于關鍵項分離技術參數(shù)化系統(tǒng)以減小算法計算量,并避免出現(xiàn)參數(shù)乘積項;對數(shù)據(jù)進行濾波以獲得參數(shù)的無偏估計;運用最小二乘算法以獲得健壯的參數(shù)估計值。數(shù)值仿真表明了算法的有效性。 

【文章來源】：軟件工程. 2018,21(10)

【文章頁數(shù)】：4 頁

【參考文獻】：
期刊論文
[1]Wiener系統(tǒng)的變聚點樣條逼近遞推貝葉斯算法[J]. 景紹學,李正明.  控制理論與應用. 2017(01)
[2]非線性動態(tài)系統(tǒng)的Wiener神經(jīng)網(wǎng)絡辨識法[J]. 吳德會.  控制理論與應用. 2009(11)
[3]基于粒子群優(yōu)化的Wiener模型辨識與實例研究[J]. 張艷,李少遠,王笑波,周堅剛.  控制理論與應用. 2006(06)



本文編號：3063757