信號(hào)建模(2):雙頻率信號(hào)
發(fā)布時(shí)間:2021-08-15 16:30
針對(duì)標(biāo)準(zhǔn)倍頻雙頻正弦信號(hào)和含有初始相位不同頻率雙頻信號(hào)的建模問(wèn)題,利用離散觀測(cè)數(shù)據(jù)估計(jì)信號(hào)模型的特征參數(shù),研究和提出了動(dòng)態(tài)數(shù)據(jù)下梯度辨識(shí)方法、動(dòng)態(tài)數(shù)據(jù)下隨機(jī)梯度辨識(shí)方法、滑動(dòng)數(shù)據(jù)窗多新息隨機(jī)梯度辨識(shí)方法、遞增數(shù)據(jù)長(zhǎng)度下遞推梯度辨識(shí)方法、遞增數(shù)據(jù)長(zhǎng)度下牛頓遞推辨識(shí)方法等,給出了幾個(gè)典型辨識(shí)算法的計(jì)算步驟。
【文章來(lái)源】:青島科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017,38(02)
【文章頁(yè)數(shù)】:17 頁(yè)
【文章目錄】:
1 標(biāo)準(zhǔn)倍頻雙頻正弦信號(hào)
1.1 動(dòng)態(tài)數(shù)據(jù)下梯度辨識(shí)方法
1.2 動(dòng)態(tài)數(shù)據(jù)下隨機(jī)梯度辨識(shí)方法
1.2.1 隨機(jī)梯度辨識(shí)方法
1.2.2 派生的梯度類辨識(shí)方法
1.2.3 修正遺忘因子隨機(jī)梯度辨識(shí)算法
1.3 滑動(dòng)數(shù)據(jù)窗多新息梯度辨識(shí)方法
1.3.1 多新息隨機(jī)梯度辨識(shí)算法
1.3.2 加權(quán)多新息隨機(jī)梯度辨識(shí)算法
1.3.3 遺忘因子多新息隨機(jī)梯度辨識(shí)算法
1.3.4 多新息投影辨識(shí)算法
1.3.5 修正多新息隨機(jī)梯度辨識(shí)算法
1.4 遞增數(shù)據(jù)長(zhǎng)度下遞推梯度辨識(shí)方法
1.4.1 遞推梯度辨識(shí)算法
1.4.2 遺忘因子遞推梯度辨識(shí)算法
1.4.3 加權(quán)遺忘因子遞推梯度辨識(shí)算法
1.5 遞增數(shù)據(jù)長(zhǎng)度下牛頓遞推辨識(shí)方法
1.5.1 牛頓遞推辨識(shí)算法
1.5.2遺忘因子牛頓遞推辨識(shí)算法
1.5.3加權(quán)牛頓遞推辨識(shí)算法
1.5.4加權(quán)遺忘因子牛頓遞推方法
2 含初始相位不同頻率雙頻正弦信號(hào)
2.1 動(dòng)態(tài)數(shù)據(jù)下梯度辨識(shí)方法
2.2 動(dòng)態(tài)數(shù)據(jù)下隨機(jī)梯度辨識(shí)方法
2.3 滑動(dòng)數(shù)據(jù)窗多新息隨機(jī)梯度辨識(shí)方法
2.4 遞增數(shù)據(jù)長(zhǎng)度下隨機(jī)梯度辨識(shí)方法
2.4.1 遞推梯度辨識(shí)算法
2.4.2加權(quán)修正遺忘因子遞推梯度辨識(shí)算法
2.5遞增數(shù)據(jù)長(zhǎng)度下牛頓遞推辨識(shí)方法
3 結(jié)語(yǔ)
【參考文獻(xiàn)】:
期刊論文
[1]信號(hào)建模(1):單頻率信號(hào)[J]. 丁鋒,徐玲,劉喜梅. 青島科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(01)
[2]損失數(shù)據(jù)線性參數(shù)系統(tǒng)的遞推最小二乘辨識(shí)方法[J]. 丁鋒,汪菲菲. 控制與決策. 2016(12)
[3]系統(tǒng)辨識(shí)算法的復(fù)雜性、收斂性及計(jì)算效率研究[J]. 丁鋒. 控制與決策. 2016(10)
[4]時(shí)變系統(tǒng)辨識(shí)方法及其收斂定理[J]. 丁鋒,楊慧中,紀(jì)志成. 江南大學(xué)學(xué)報(bào). 2006(01)
[5]Modeling and Identification of Multirate Systems[J]. Feng DING Tongwen CHEN (Department of Electrical and Computer Engineering University of Alberta, Edmonton, Alberta, T6G 2V4 Canada). 自動(dòng)化學(xué)報(bào). 2005(01)
本文編號(hào):3344897
【文章來(lái)源】:青島科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017,38(02)
【文章頁(yè)數(shù)】:17 頁(yè)
【文章目錄】:
1 標(biāo)準(zhǔn)倍頻雙頻正弦信號(hào)
1.1 動(dòng)態(tài)數(shù)據(jù)下梯度辨識(shí)方法
1.2 動(dòng)態(tài)數(shù)據(jù)下隨機(jī)梯度辨識(shí)方法
1.2.1 隨機(jī)梯度辨識(shí)方法
1.2.2 派生的梯度類辨識(shí)方法
1.2.3 修正遺忘因子隨機(jī)梯度辨識(shí)算法
1.3 滑動(dòng)數(shù)據(jù)窗多新息梯度辨識(shí)方法
1.3.1 多新息隨機(jī)梯度辨識(shí)算法
1.3.2 加權(quán)多新息隨機(jī)梯度辨識(shí)算法
1.3.3 遺忘因子多新息隨機(jī)梯度辨識(shí)算法
1.3.4 多新息投影辨識(shí)算法
1.3.5 修正多新息隨機(jī)梯度辨識(shí)算法
1.4 遞增數(shù)據(jù)長(zhǎng)度下遞推梯度辨識(shí)方法
1.4.1 遞推梯度辨識(shí)算法
1.4.2 遺忘因子遞推梯度辨識(shí)算法
1.4.3 加權(quán)遺忘因子遞推梯度辨識(shí)算法
1.5 遞增數(shù)據(jù)長(zhǎng)度下牛頓遞推辨識(shí)方法
1.5.1 牛頓遞推辨識(shí)算法
1.5.2遺忘因子牛頓遞推辨識(shí)算法
1.5.3加權(quán)牛頓遞推辨識(shí)算法
1.5.4加權(quán)遺忘因子牛頓遞推方法
2 含初始相位不同頻率雙頻正弦信號(hào)
2.1 動(dòng)態(tài)數(shù)據(jù)下梯度辨識(shí)方法
2.2 動(dòng)態(tài)數(shù)據(jù)下隨機(jī)梯度辨識(shí)方法
2.3 滑動(dòng)數(shù)據(jù)窗多新息隨機(jī)梯度辨識(shí)方法
2.4 遞增數(shù)據(jù)長(zhǎng)度下隨機(jī)梯度辨識(shí)方法
2.4.1 遞推梯度辨識(shí)算法
2.4.2加權(quán)修正遺忘因子遞推梯度辨識(shí)算法
2.5遞增數(shù)據(jù)長(zhǎng)度下牛頓遞推辨識(shí)方法
3 結(jié)語(yǔ)
【參考文獻(xiàn)】:
期刊論文
[1]信號(hào)建模(1):單頻率信號(hào)[J]. 丁鋒,徐玲,劉喜梅. 青島科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(01)
[2]損失數(shù)據(jù)線性參數(shù)系統(tǒng)的遞推最小二乘辨識(shí)方法[J]. 丁鋒,汪菲菲. 控制與決策. 2016(12)
[3]系統(tǒng)辨識(shí)算法的復(fù)雜性、收斂性及計(jì)算效率研究[J]. 丁鋒. 控制與決策. 2016(10)
[4]時(shí)變系統(tǒng)辨識(shí)方法及其收斂定理[J]. 丁鋒,楊慧中,紀(jì)志成. 江南大學(xué)學(xué)報(bào). 2006(01)
[5]Modeling and Identification of Multirate Systems[J]. Feng DING Tongwen CHEN (Department of Electrical and Computer Engineering University of Alberta, Edmonton, Alberta, T6G 2V4 Canada). 自動(dòng)化學(xué)報(bào). 2005(01)
本文編號(hào):3344897
本文鏈接:http://sikaile.net/projectlw/xtxlw/3344897.html
最近更新
教材專著