為了辨識Wiener系統(tǒng)的結構和參數(shù),提出了一種結構等效逆變換,將兩個子模型的參數(shù)乘積項轉化為兩個子模型的參數(shù)求和.該變換不僅避免了參數(shù)乘積項的出現(xiàn),而且減小了算法計算量;針對變換后系統(tǒng)的特點,提出了一種輸入預測誤差準則用于參數(shù)估計;基于輸入預測誤差準則,提出了一種最小二乘算法來辨識Wiener系統(tǒng)的參數(shù).數(shù)值仿真驗證了算法的有效性.

【文章頁數(shù)】：5 頁

【部分圖文】：

圖２輸入殘差算法定階曲線

運用所提的辨識方法，得到了仿真例輸入預測殘差的方差曲線（如圖２中實線所示）．可以看出，系統(tǒng)ＦＩＲ的階次為４，與真實階次是一致的．表明所提出的定階方法是有效的．為了進一步驗證所提方法的有效性，令式（６）中的ＦＩＲ階次分別為３和２，得到圖２中的另外兩條曲線，可見算法都給出了正確的階次....

圖３估計誤差隨數(shù)據(jù)長度變化曲線結束語

運用所提的辨識方法，得到了仿真例輸入預測殘差的方差曲線（如圖２中實線所示）．可以看出，系統(tǒng)ＦＩＲ的階次為４，與真實階次是一致的．表明所提出的定階方法是有效的．為了進一步驗證所提方法的有效性，令式（６）中的ＦＩＲ階次分別為３和２，得到圖２中的另外兩條曲線，可見算法都給出了正確的階次....

本文編號：3910709