基于輸入預(yù)測(cè)誤差的Wiener系統(tǒng)結(jié)構(gòu)和參數(shù)辨識(shí)
發(fā)布時(shí)間:2024-02-25 18:23
為了辨識(shí)Wiener系統(tǒng)的結(jié)構(gòu)和參數(shù),提出了一種結(jié)構(gòu)等效逆變換,將兩個(gè)子模型的參數(shù)乘積項(xiàng)轉(zhuǎn)化為兩個(gè)子模型的參數(shù)求和.該變換不僅避免了參數(shù)乘積項(xiàng)的出現(xiàn),而且減小了算法計(jì)算量;針對(duì)變換后系統(tǒng)的特點(diǎn),提出了一種輸入預(yù)測(cè)誤差準(zhǔn)則用于參數(shù)估計(jì);基于輸入預(yù)測(cè)誤差準(zhǔn)則,提出了一種最小二乘算法來(lái)辨識(shí)Wiener系統(tǒng)的參數(shù).數(shù)值仿真驗(yàn)證了算法的有效性.
【文章頁(yè)數(shù)】:5 頁(yè)
【部分圖文】:
本文編號(hào):3910709
【文章頁(yè)數(shù)】:5 頁(yè)
【部分圖文】:
圖2輸入殘差算法定階曲線
運(yùn)用所提的辨識(shí)方法,得到了仿真例輸入預(yù)測(cè)殘差的方差曲線(如圖2中實(shí)線所示).可以看出,系統(tǒng)FIR的階次為4,與真實(shí)階次是一致的.表明所提出的定階方法是有效的.為了進(jìn)一步驗(yàn)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(jì)誤差隨數(shù)據(jù)長(zhǎng)度變化曲線結(jié)束語(yǔ)
運(yùn)用所提的辨識(shí)方法,得到了仿真例輸入預(yù)測(cè)殘差的方差曲線(如圖2中實(shí)線所示).可以看出,系統(tǒng)FIR的階次為4,與真實(shí)階次是一致的.表明所提出的定階方法是有效的.為了進(jìn)一步驗(yàn)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(hào):3910709
本文鏈接:http://sikaile.net/projectlw/xtxlw/3910709.html
最近更新
教材專著