存在時延或數(shù)據(jù)缺失的Hammerstein系統(tǒng)辨識方法研究
發(fā)布時間:2021-11-13 11:11
模塊化Hammerstein系統(tǒng)是由非線性靜態(tài)模塊和線性動態(tài)模塊串聯(lián)組合構(gòu)成,由于可以靈活選擇非線性模塊和線性模塊的表達(dá)形式,模塊化Hammerstein系統(tǒng)具有形式簡單和應(yīng)用廣泛的特點。針對存在時延或數(shù)據(jù)缺失的非線性動態(tài)工業(yè)過程,本文采用Hammerstein模型建模,提出了用于新型Hammerstein-QD時滯非線性系統(tǒng)參數(shù)估計的遞推最小二乘算法,和存在缺失數(shù)據(jù)Hammerstein系統(tǒng)的基于輔助模型的期望最大化算法。本文具體研究內(nèi)容如下:(1)按照線性模塊的不同,給出了Hammerstein非線性模型的分類,對本文研究中所涉及到的最小二乘算法、徑向基神經(jīng)網(wǎng)絡(luò)、期望最大化算法以及輔助模型辨識思想進(jìn)行了詳細(xì)的論述,為后續(xù)辨識工作做了鋪墊。(2)針對帶有時間延遲的非線性工業(yè)過程,本文采用一種新型的Hammerstein-QD模型進(jìn)行建模,其中的非線性模塊由含有時延的徑向基神經(jīng)網(wǎng)絡(luò)構(gòu)建。進(jìn)一步,提出遞推最小二乘算法估計系統(tǒng)中的未知參數(shù)。仿真結(jié)果證明,本文針對非線性時延系統(tǒng)提出的辨識建模方法是有效的。(3)針對輸出數(shù)據(jù)存在缺失的Hammerstein非線性系統(tǒng),將Hammerstein系...
【文章來源】:青島大學(xué)山東省
【文章頁數(shù)】:57 頁
【學(xué)位級別】:碩士
【部分圖文】:
Hammerstein系統(tǒng)結(jié)構(gòu)圖
青島大學(xué)碩士學(xué)位論文(k)z)v為 AR 模型。rstein CARARMA 模型:D(z)A(z) (k) B(z) (k) (k)(z)(k) N[ (k)]y x vCx u )(k))v為 ARMA 模型。各模型中,A(z)、B(z)、 C (z)、D(z)為關(guān)于單位后移算子1z
D(z)A(z) (k) B(z) (k) (k)(z)(k) N[ (k)]y x vCx u )(k))v為 ARMA 模型。各模型中,A(z)、B(z)、 C (z)、D(z)為關(guān)于單位后移算子1z 圖 2.2 Hammerstein CAR 模型結(jié)構(gòu)圖
【參考文獻(xiàn)】:
期刊論文
[1]基于遞推最小二乘和改進(jìn)支持度的WSN數(shù)據(jù)融合算法[J]. 陳俊杰,倪培洲,許廣富,騰達(dá). 測控技術(shù). 2019(02)
[2]基于徑向基神經(jīng)網(wǎng)絡(luò)與粒子群算法的雙葉片泵多目標(biāo)優(yōu)化[J]. 王春林,胡蓓蓓,馮一鳴,劉軻軻. 農(nóng)業(yè)工程學(xué)報. 2019(02)
[3]最小二乘估計的水下圖像恢復(fù)算法[J]. 王永鑫,刁鳴,韓闖. 計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報. 2018(11)
[4]輔助模型辨識方法(3):輸入非線性輸出誤差自回歸系統(tǒng)[J]. 丁鋒,毛亞文. 南京信息工程大學(xué)學(xué)報(自然科學(xué)版). 2016(03)
[5]系統(tǒng)辨識(4):輔助模型辨識思想與方法[J]. 丁鋒. 南京信息工程大學(xué)學(xué)報(自然科學(xué)版). 2011(04)
[6]約束Hammerstein系統(tǒng)構(gòu)造性預(yù)測控制及其在聚丙烯牌號切換控制中的應(yīng)用[J]. 何德峰,宋秀蘭,俞立. 化工學(xué)報. 2011(08)
[7]辨識Hammerstein模型方法研究[J]. 王峰,邢科義,徐小平. 系統(tǒng)仿真學(xué)報. 2011(06)
[8]基于改進(jìn)空間相關(guān)法和徑向基神經(jīng)網(wǎng)絡(luò)的風(fēng)電場短期風(fēng)速分時預(yù)測模型[J]. 李文良,衛(wèi)志農(nóng),孫國強,完整,繆偉. 電力自動化設(shè)備. 2009(06)
[9]基于徑向基神經(jīng)網(wǎng)絡(luò)的鐵路貨運量預(yù)測[J]. 劉志杰,季令,葉玉玲,耿志民. 鐵道學(xué)報. 2006(05)
[10]應(yīng)用粒子群優(yōu)化算法辨識Hammerstein模型[J]. 林衛(wèi)星,張惠娣,劉士榮,錢積新. 儀器儀表學(xué)報. 2006(01)
本文編號:3492916
【文章來源】:青島大學(xué)山東省
【文章頁數(shù)】:57 頁
【學(xué)位級別】:碩士
【部分圖文】:
Hammerstein系統(tǒng)結(jié)構(gòu)圖
青島大學(xué)碩士學(xué)位論文(k)z)v為 AR 模型。rstein CARARMA 模型:D(z)A(z) (k) B(z) (k) (k)(z)(k) N[ (k)]y x vCx u )(k))v為 ARMA 模型。各模型中,A(z)、B(z)、 C (z)、D(z)為關(guān)于單位后移算子1z
D(z)A(z) (k) B(z) (k) (k)(z)(k) N[ (k)]y x vCx u )(k))v為 ARMA 模型。各模型中,A(z)、B(z)、 C (z)、D(z)為關(guān)于單位后移算子1z 圖 2.2 Hammerstein CAR 模型結(jié)構(gòu)圖
【參考文獻(xiàn)】:
期刊論文
[1]基于遞推最小二乘和改進(jìn)支持度的WSN數(shù)據(jù)融合算法[J]. 陳俊杰,倪培洲,許廣富,騰達(dá). 測控技術(shù). 2019(02)
[2]基于徑向基神經(jīng)網(wǎng)絡(luò)與粒子群算法的雙葉片泵多目標(biāo)優(yōu)化[J]. 王春林,胡蓓蓓,馮一鳴,劉軻軻. 農(nóng)業(yè)工程學(xué)報. 2019(02)
[3]最小二乘估計的水下圖像恢復(fù)算法[J]. 王永鑫,刁鳴,韓闖. 計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報. 2018(11)
[4]輔助模型辨識方法(3):輸入非線性輸出誤差自回歸系統(tǒng)[J]. 丁鋒,毛亞文. 南京信息工程大學(xué)學(xué)報(自然科學(xué)版). 2016(03)
[5]系統(tǒng)辨識(4):輔助模型辨識思想與方法[J]. 丁鋒. 南京信息工程大學(xué)學(xué)報(自然科學(xué)版). 2011(04)
[6]約束Hammerstein系統(tǒng)構(gòu)造性預(yù)測控制及其在聚丙烯牌號切換控制中的應(yīng)用[J]. 何德峰,宋秀蘭,俞立. 化工學(xué)報. 2011(08)
[7]辨識Hammerstein模型方法研究[J]. 王峰,邢科義,徐小平. 系統(tǒng)仿真學(xué)報. 2011(06)
[8]基于改進(jìn)空間相關(guān)法和徑向基神經(jīng)網(wǎng)絡(luò)的風(fēng)電場短期風(fēng)速分時預(yù)測模型[J]. 李文良,衛(wèi)志農(nóng),孫國強,完整,繆偉. 電力自動化設(shè)備. 2009(06)
[9]基于徑向基神經(jīng)網(wǎng)絡(luò)的鐵路貨運量預(yù)測[J]. 劉志杰,季令,葉玉玲,耿志民. 鐵道學(xué)報. 2006(05)
[10]應(yīng)用粒子群優(yōu)化算法辨識Hammerstein模型[J]. 林衛(wèi)星,張惠娣,劉士榮,錢積新. 儀器儀表學(xué)報. 2006(01)
本文編號:3492916
本文鏈接:http://sikaile.net/projectlw/xtxlw/3492916.html
最近更新
教材專著