本文關鍵詞：基于濾波的多變量方程誤差類系統(tǒng)梯度辨識方法　出處：《湖北工業(yè)大學》2017年碩士論文　論文類型：學位論文

  更多相關文章： 數(shù)據(jù)濾波 梯度搜索 迭代辨識 多變量系統(tǒng)

【摘要】：隨著現(xiàn)代社會的高速發(fā)展,社會經(jīng)濟系統(tǒng)和社會系統(tǒng)日益復雜,通過研究發(fā)現(xiàn),這些系統(tǒng)許多都可以看作是多變量系統(tǒng),而結(jié)構(gòu)復雜、參數(shù)多是多變量控制系統(tǒng)的典型特點。為了能更好的對多變量控制系統(tǒng)進行分析、綜合和設計,論文利用數(shù)據(jù)濾波技術和梯度搜索來研究多變量系統(tǒng)參數(shù)辨識問題,取得了如下研究成果。(1)對于多變量方程誤差滑動平均系統(tǒng),首先要利用數(shù)據(jù)濾波技術預處理系統(tǒng)的輸入數(shù)據(jù)和輸出數(shù)據(jù),將系統(tǒng)轉(zhuǎn)化為包含系統(tǒng)參數(shù)的系統(tǒng)模型和包含噪聲參數(shù)的噪聲模型,但是辨識模型的信息向量中存在未知的噪聲項,使得估計無法進行,這時可以采用前一時刻的估計值來代替未知項,然后借助于梯度搜索,推導出基于濾波的增廣隨機梯度算法。隨機梯度算法的缺點是參數(shù)估計精度不高,思考在每一次的遞推計算中盡可能多的使用系統(tǒng)數(shù)據(jù),于是引入新息長度,將相關向量擴展為矩陣,推導出基于濾波的多新息增廣隨機梯度算法,這是一種有效提高參數(shù)估計精度的方法。(2)對于多變量方程誤差自回歸系統(tǒng),在選用適當?shù)臑V波器對系統(tǒng)數(shù)據(jù)進行預處理之后,推導出基于濾波的廣義隨機梯度算法和基于濾波的多新息廣義隨機梯度算法。參數(shù)估計精度需要被進一步的提高,于是采取負梯度搜索,推導出基于濾波的梯度迭代算法。每一步迭代計算都會使用系統(tǒng)的全部數(shù)據(jù),上一時刻的系統(tǒng)參數(shù)估計值用于計算當前噪聲估計值,再用噪聲估計值計算當前時刻的系統(tǒng)參數(shù)估計值。(3)上文提到的兩種系統(tǒng)可以看作是多變量方程誤差受控自回歸自回歸滑動平均系統(tǒng)的兩種特殊情況。因此可以將已經(jīng)推導出的算法繼續(xù)推廣應用到該系統(tǒng),推導基于濾波的廣義增廣隨機梯度算法、基于濾波的多新息廣義增廣隨機梯度算法、基于濾波的梯度迭代算法,以及有限量測的濾波式梯度迭代算法,這四種算法顯然更具有普適性。通過計算機仿真對論文中所提出的辨識算法進行測試,所得出的結(jié)果是符合預期的,這說明所提出的方法是有效的。最后對算法的優(yōu)缺點和實際生產(chǎn)中的應用范圍加以總結(jié),同時明確今后的研究方向和研究重點。
【學位授予單位】：湖北工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：N945.14

【相似文獻】

相關期刊論文 前10條

1 周軍;多變量系統(tǒng)各類阻塞零點的關系與性質(zhì)[J];蘭州大學學報;1994年04期

2 王輝先,曹力,吳大進;多變量系統(tǒng)的平方噪聲理論[J];華中理工大學學報;1990年05期

3 郭一新 ,于云玲;多變量系統(tǒng)信號流圖的計算方法[J];黑龍江大學自然科學學報;1983年02期

4 樸春俊;孫晚華;;多變量系統(tǒng)的一種近似數(shù)學模型[J];東北重型機械學院學報;1991年04期

5 張英林，，張延華;用頻域模型近似多變量系統(tǒng)時的反饋穩(wěn)定性[J];蘭州大學學報;1994年04期

6 彭小奇，梅熾，周孑民，唐英;多變量系統(tǒng)的模糊神經(jīng)網(wǎng)絡控制模型及其應用[J];控制理論與應用;1995年03期

7 于偉;一類不確定多變量系統(tǒng)的穩(wěn)定條件[J];青島大學學報(自然科學版);1996年03期

8 張延華,張英林;基于近似模型的多變量系統(tǒng)的穩(wěn)定性分析[J];蘭州大學學報;1992年04期

9 余科根;時變多變量系統(tǒng)階次和參數(shù)的同時辨識[J];江西師范大學學報(自然科學版);1996年04期

10 王艷敏;夏紅偉;王常虹;;高維不確定多變量系統(tǒng)的高階滑模分解控制[J];黑龍江大學自然科學學報;2011年02期

相關會議論文 前10條

1 吳忠強;樸春俊;趙海英;;一類多變量系統(tǒng)的混合模型參考自適應控制[A];1996中國控制與決策學術年會論文集[C];1996年

2 郭東道;;大延遲多變量系統(tǒng)的一種設計方法[A];1997年中國控制會議論文集[C];1997年

3 顧曉方;王先來;;多變量系統(tǒng)智能PID控制器設計[A];1998年中國控制會議論文集[C];1998年

4 陳雪波;張方;常政貴;陳祖清;;多變量系統(tǒng)非平衡補償陣的擬合[A];第三屆全國控制與決策系統(tǒng)學術會議論文集[C];1991年

5 李昕;江芳澤;;多變量系統(tǒng)的自適應神經(jīng)網(wǎng)絡控制方法[A];1997中國控制與決策學術年會論文集[C];1997年

6 黃敬堯;崔志強;肖建修;;多變量系統(tǒng)及其解耦控制器的設計[A];第二十二屆中國控制會議論文集（上）[C];2003年

7 張方;劉昆;李樹生;;多變量系統(tǒng)的高頻增益平衡法[A];1997中國控制與決策學術年會論文集[C];1997年

8 王劃一;李繼成;;多變量系統(tǒng)非線性控制器的設計[A];第二十屆中國控制會議論文集（上）[C];2001年

9 郭東道;;用逆回差矩陣分析和設計多變量系統(tǒng)的整體性[A];第三屆全國控制與決策系統(tǒng)學術會議論文集[C];1991年

10 蘇佰麗;陳增強;袁著祉;;多變量系統(tǒng)的帶約束輸入的廣義預測控制新算法[A];第二十三屆中國控制會議論文集（上冊）[C];2004年

相關博士學位論文 前1條

1 曹麗婷;時滯及非方多變量系統(tǒng)的辨識與內(nèi)模控制研究[D];北京化工大學;2015年

相關碩士學位論文 前10條

1 王涵睿;多變量系統(tǒng)的耦合分析及其內(nèi)�？刂芠D];北京化工大學;2015年

2 王曉紅;耦合多變量時滯系統(tǒng)PID控制方法的研究[D];北京化工大學;2015年

3 沈雅麗;基于廣義簡單解耦的多變量系統(tǒng)自抗擾分散控制[D];華北電力大學(北京);2016年

4 姜曉;基于濾波的多變量方程誤差類系統(tǒng)梯度辨識方法[D];湖北工業(yè)大學;2017年

5 劉永麗;多變量系統(tǒng)的魯棒直接模型參考自適應控制[D];曲阜師范大學;2011年

6 劉洪濤;工業(yè)過程多變量系統(tǒng)的建模與仿真[D];北京化工大學;2006年

7 韓賀強;方程誤差類多變量系統(tǒng)的迭代辨識[D];江南大學;2010年

8 焦軍勝;基于廣義最小方差的多變量系統(tǒng)控制器性能評價研究[D];北京化工大學;2012年

9 楊妍妍;多變量系統(tǒng)的直接型模型參考自適應控制研究[D];曲阜師范大學;2009年

10 張會華;多變量系統(tǒng)的組合模型預測控制研究及軟件設計[D];燕山大學;2013年

本文編號：1324898