針對(duì)傳統(tǒng)辨識(shí)方法中狀態(tài)變量維數(shù)不易確定和參數(shù)辨識(shí)準(zhǔn)確率差等問(wèn)題,利用EM算法實(shí)現(xiàn)狀態(tài)空間模型參數(shù)的辨識(shí),并使用AIC準(zhǔn)則來(lái)確定最優(yōu)的狀態(tài)變量維數(shù)。在EM算法中首先利用卡爾曼濾波和卡爾曼平滑算法來(lái)實(shí)現(xiàn)對(duì)狀態(tài)期望的估計(jì),然后再通過(guò)對(duì)數(shù)似然函數(shù)期望的最大化來(lái)實(shí)現(xiàn)參數(shù)和噪聲協(xié)方差的估計(jì),如此不斷迭代,直至得到最優(yōu)的估計(jì)參數(shù)。通過(guò)Matlab進(jìn)行仿真和分析,結(jié)果表明該方法能有效地實(shí)現(xiàn)狀態(tài)空間模型中參數(shù)的辨識(shí)和狀態(tài)的估計(jì),并且具有比較高的準(zhǔn)確性。 

【文章來(lái)源】：控制工程. 2018,25(07)北大核心

【文章頁(yè)數(shù)】：7 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]主成分分析方法在基因調(diào)控網(wǎng)中的應(yīng)用研究[J]. 何明霞,李彩峰.  生物數(shù)學(xué)學(xué)報(bào). 2017(03)
[2]基于EM算法的有限維混合分布參數(shù)估計(jì)研究[J]. 全星澄,李巍.  統(tǒng)計(jì)與決策. 2017(12)
[3]基于Kalman濾波方法的感應(yīng)電機(jī)控制研究[J]. 楊圣蓉,王劍平,張果,楊曉洪,王思.  控制工程. 2016(01)
[4]規(guī)范狀態(tài)空間系統(tǒng)辨識(shí)方法[J]. 丁鋒,馬興云.  南京信息工程大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(06)
[5]基于蟻群粒子群優(yōu)化的卡爾曼濾波算法模型參數(shù)辨識(shí)[J]. 張旭輝,林海軍,劉明珠,高豹江.  電力系統(tǒng)自動(dòng)化. 2014(04)
[6]一種基于高斯混合模型的改進(jìn)EM算法研究[J]. 宋磊,鄭寶忠,張瑩,閆麗,衛(wèi)宏,劉建鵬,李濤,楊恒.  應(yīng)用光學(xué). 2013(06)
[7]基于不完整數(shù)據(jù)的EM算法初值選取[J]. 菅小艷.  太原師范學(xué)院學(xué)報(bào)(自然科學(xué)版). 2010(01)

博士論文
[1]狀態(tài)空間模型辨識(shí)方法研究[D]. 衷路生.中南大學(xué) 2011

碩士論文
[1]基于EM算法的穩(wěn)健方差分量估計(jì)研究[D]. 郭建剛.中國(guó)地質(zhì)大學(xué)(北京) 2017
[2]EM算法在不完全監(jiān)測(cè)數(shù)據(jù)處理中的應(yīng)用研究[D]. 徐濤.成都理工大學(xué) 2017
[3]基于EM算法的多模型系統(tǒng)辨識(shí)[D]. 魏錦錦.江南大學(xué) 2016
[4]基于EM算法的不完全測(cè)量數(shù)據(jù)的處理方法研究[D]. 林東方.中南大學(xué) 2012



本文編號(hào)：3078957