一种基于递推最小二乘的频域辨识的新算法.pdf

一种基于递推最小二乘的频域辨识的新算法.pdf

ID:54373279

大小:209.84 KB

页数:4页

时间:2020-05-01

一种基于递推最小二乘的频域辨识的新算法.pdf_第1页
一种基于递推最小二乘的频域辨识的新算法.pdf_第2页
一种基于递推最小二乘的频域辨识的新算法.pdf_第3页
一种基于递推最小二乘的频域辨识的新算法.pdf_第4页
资源描述:

《一种基于递推最小二乘的频域辨识的新算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第31卷第4期计算机仿真2014年4月文章编号:1006—9348(2014)04—0269—04一种基于递推最小二乘的频域辨识的新算法李迎博,呼卫军,周军(西北工业大学精确制导与控制研究所,陕西西安710072)摘要:研究系统传递函数频率特性的准确测量问题,对于飞行器器件而言,系统的传递函数往往比较复杂,主要体现在传函阶次较高,传函中系数之间的量级相差很大。同时,不同输入信号之间的频率量级差别也很大。应用一般的算法所辨识出的结果往往不太理想。研究了如何利用频域响应数据辨识飞行器器件的传递函数,提出了一种系统频域辨识的新算法。算法在递推最小二乘的基础上,对辨识数据进行迭代修正处理,以提高结果

2、在低频部分的拟合度。通过仿真,验证了算法的有效性。关键词:频域辨识;递推最小二乘;低频修正中图分类号:TJ765.4文献标识码:AANewArithmeticofFrequencyIdentificationBasedonLeastSquaresLIYing—bo,HUWei—jUB,ZHOUJun(InstituteofPrecisionGuidanceandControl,NorthwesternPolytechnicalUniversity,ShaanxiXi’an710072,China)ABSTRACT:Theconceptofkequencyidentificationisori

3、ginatedfrommeasurementof~equencycharacteristicsofsystemtransferfunction.Andforaircraftcomponent,itstransferfunctionisoftencomplex,mainlyshowingthehighorder,hugedifferenceinmagnitudeofitscoefficientandthewidebandofdataprovided.Therefore,resultsidentifiedwithtraditionalalgorithmsarenotgoodenough.This

4、paperstudiedhowtoidentifytransferfunctionofaircraftcompo—nentusing~equencydomainresponsedata,andpresentedanewalgorithmforsystem~equeneyidentification.Onthebasisoftherecursiveleastsquares,thedatatobeidentifiedwereamendedbyiteratingtoimprovethefittingeffectinthelow~equencypart.Thevalidityofthisalgori

5、thmwassubstantiatedbysimulationexperiment.KEYWORDS:Frequencyidentification;Recursiveleastsquares;Low~equencycorrecting函数来获得模型的参数估值。但是,极大似然法通常要求具1引言有能够写出输出量条件概率密度函数的先验知识,而且计算辨识技术可分为两类,即时域辨识和频域辨识。与时域量较大。最小二乘法在频域辨识中的应用比较广泛,文献辨识相比,频域辨识具有受噪声影响小、可达动态范围大等[3]提出了一种递推最小二乘算法,该算法在基本最小二乘特点。目前针对频域辨识主要的方法有参数搜索法J,

6、极大的基础上,引入了递推计算,提高了辨识的精度和实时性,但似然法][,最小二乘法等。当输入信号的频带较广时,矩阵中含有的低频成分元素会变参数搜索法的原理是根据所设定的参数初值,经过一定得很小,使低频部分拟合不好。文献[1]提出了一种迭代最的逻辑递推,找出误差最小的点,这种方法的效率受初值影小二乘算法,解决了低频部分拟合不好的问题,但当系统模响较大,尤其对本文的研究对象而言,传函的参数范围很广,型的阶次较大或所提供辨识数据太多时,最终的拟合效果也而且不同参数之间往往会差别十几个量级,因此应用搜索算不是太好。法很难得到满意的结果。极大似然法和最小二乘法是两种本文提出了一种算法,算法在递推最小二乘

7、的基础上,最常用的频域辨识方法。极大似然法需要构造一个以观测结合了对辨识数据进行迭代修正的思想,可以有效地辨识出值和未知参数为自变量的似然函数,并通过极大化这个似然频域系统模型。并且在实际应用中,当系统传递函数很复杂,输入信号的频带较广时,也有很好的辨识效果。收稿日期:2013—07—24.-——269-——s(∞)为:2模型建立s(∞)=Go(j,o)一G()系统一般的传递函数具有如下的形式:=[Re(09

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。