最小二乘算法在系統(tǒng)辨識領(lǐng)域被廣泛使用,但是對于輸出誤差模型得到的辨識參數(shù)不是無偏的,將偏差項補償?shù)奖孀R中可以得到無偏估計,這就是偏差補償思想。隨著工業(yè)的發(fā)展,系統(tǒng)越來越龐雜,模型的維度和階數(shù)愈發(fā)增大,計算量的增大給辨識帶來很多麻煩。傳統(tǒng)的兩階段辨識算法可以減小計算量,但是卻會產(chǎn)生收斂速度減慢的問題。本文基于偏差補償遞推最小二乘辨識算法,以減小計算量、改進(jìn)收斂特性為目的,將從以下幾個方面進(jìn)行研究。針對白噪聲干擾下的輸出誤差模型,利用遞階辨識原理,將系統(tǒng)分解成分別包含輸入和輸出參數(shù)的兩個子系統(tǒng)。運用偏差補償最小二乘法對兩個子系統(tǒng)分別進(jìn)行辨識,得到了兩階段偏差補償遞推最小二乘辨識算法,它是輸出誤差模型的無偏估計辨識算法�？紤]到最新估計的信息理論上是更接近參數(shù)真值的,將一個子系統(tǒng)最新估計的參數(shù)值應(yīng)用到另一子系統(tǒng)的參數(shù)估計中,建立了基于最新估計的偏差補償遞推最小二乘辨識算法。與偏差補償遞推最小二乘算法進(jìn)行比較,新建立的算法的計算量更小。在MATLAB下的仿真結(jié)果顯示,基于最新估計的算法能夠改進(jìn)兩階段辨識算法的收斂速度,并且有較好的收斂精度和抗干擾能力。為了能夠辨識時變系統(tǒng)的參數(shù),結(jié)合遞階辨識思想和...

【文章頁數(shù)】：57 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖4-1參數(shù)辨識誤差22

000-1.491680.792410.777690.425950.67500-1.494370.794920.777750.433430.81000-1.494930.795510.780530.429000.58500-1.495320.79....

圖4-2參數(shù)辨識誤差2

vt1a2a1b2bLE-BCRLS參數(shù)估計00-1.433370.728640.662980.6694515.200-1.463550.764990.780210.508195.30000-1.473210.775530.750870.4988....

圖4-3參數(shù)辨識誤差

t1a2a1b2bLE-BCRLS參數(shù)估計00-1.485730.781830.789590.409031.42500-1.485330.781440.706240.409294.07000-1.499210.793190.645920.4705....

圖4-4參數(shù)估計誤差隨t變化曲線對比

圖4-4參數(shù)估計誤差隨t變化曲線對比4-6給出了噪聲方差為220.50v時算法估計的參數(shù)及其誤差范數(shù)，結(jié)果較220.20v時精度變差。隨t的變化見圖4-5，容易看出曲線表4-6參數(shù)估計值和估計誤差220.50v1a2a1b2bLE....

本文編號：4015378