多变量方程误差类系统的部分耦合迭代辨识方法.pdf

多变量方程误差类系统的部分耦合迭代辨识方法.pdf

ID:55784637

大小:996.85 KB

页数:17页

时间:2020-06-01

多变量方程误差类系统的部分耦合迭代辨识方法.pdf_第1页
多变量方程误差类系统的部分耦合迭代辨识方法.pdf_第2页
多变量方程误差类系统的部分耦合迭代辨识方法.pdf_第3页
多变量方程误差类系统的部分耦合迭代辨识方法.pdf_第4页
多变量方程误差类系统的部分耦合迭代辨识方法.pdf_第5页
资源描述:

《多变量方程误差类系统的部分耦合迭代辨识方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、文章编号:1674—7070(2014)04.0289—17丁锋汪菲菲汪学海多变量方程误差类系统的部分耦合迭代辨识方法摘要0引言针对多变量方程误差滑动平均系统,利用最小二乘原理和迭代搜索原理,迭代搜索辨识原理、辅助模型辨识思想、多新息辨识理论、递阶辨给出了增广随机梯度辨识方法、递推增识原理、耦合辨识概念是重要的辨识理念和辨识方法研究思想¨。j,先广最小二乘辨识方法、梯度迭代辨识方法和最小二乘迭代辨识:方法.针对多变后在《南京信息工程大学学报》连载论文中进行了讨论。引.从2014年量方程误差滑动平均系统和多变量方程开始继续刊登

2、系统辨识连载论文,其中文献[14.16]将耦合辨识概念与误差自回归滑动平均系统,将多变量系多新息辨识理论相结合,研究了多元系统、多元伪线性回归系统和类多统分解为一些子系统,利用耦合辨识概念,讨论了梯度迭代辨识方法、部分耦合变量系统的耦合多新息辨识方法.本文将耦合辨识概念与迭代搜索辨识(子系统)梯度迭代辨识方法、子系统最原理相结合,研究多变量方程误差类系统的辨识问题.小二乘迭代方法和部分耦合子系统最小耦合辨识概念首先应用于辨识非均匀采样系统,提出了部分参二乘迭代辨识方法.进一步结合数据滤波技术,研究了多变量方程误差自回归数耦合

3、随机梯度辨识方法,随后用于多元系统,提出了耦合最小二滑动平均系统的子系统梯度迭代辨识方乘辨识方法¨,还被推广到研究各子系统问存在相同参数的多变量法、部分耦合(子系统)梯度迭代辨识方系统或多元系统的辨识问题[1⋯.耦合辨识的研究对象可以是结构复法、部分耦合子系统最小二乘迭代辨识方法.文中给出了几个典型算法的计算杂的参数耦合线性和非线性多变量系统,能够减小参数耦合大规模步骤.多变量系统辨识算法的计算量.耦合辨识方法分为部分参数耦合辨识关键词方法和全部参数耦合辨识方法,简称为部分耦合辨识方法和全耦合参数估计;迭代搜索原理;梯度搜索

4、;最小二乘;数据滤波技术;辅助模型辨识方法.全耦合辨识方法有时也简称为耦合辨识方法.耦合辨识概辨识思想;递阶辨识原j里;耦合辨识概念可以与辅助模型辨识思想、多新息辨识理论、递阶辨识原理、迭代念;多变量系统搜索原理、牛顿搜索原理等相结合,来研究线性或非线性多变量系统中图分类号TP273的耦合辨识问题.文献标志码A在实际应用中,人们只能采集到有限的一部分数据,而迭代辨识方法充分利用了采集到的数据,是一种离线辨识方法.迭代辨识方法可以用于辨识模型信息向量中含有未知项的系统辨识,其基本思想是利用批数据来刷新参数估计,信息向量中的未知

5、项用前一步迭代收稿日期2014—07-24参数估计进行估算,然后用估计的未知项代替信息向量中的真实未资助项目国家自然科学基金(61273194);江苏知项,参数估计利用代替后的信息向量进行刷新.这样便执行了一个省自然科学基金(BK2012549);高等学校学科交互估计和递阶辨识的过程.创新引智“111计划”(B12018)作者简介滤波技术在目标跟踪、定位和参数估计方面有广泛的应用.通过丁锋,男,博士,教授,博士生导师,主要从使用有理多项式对系统的输入输出数据进行滤波,可以把要研究的事系统辨识、过程建模、自适应控制方面的研究.

6、fding@jiangnan.edu.cn系统分解成2个辨识模型,从而可以减少系统辨识模型参数向量的维数,达到提高辨识效率的目的.文献[19]研究了类多变量受控自回归1江南大学物联网工程学院,无锡,2141222江南大学控制科学与工程研究中心,无锡,滑动平均系统的基于滤波的最小二乘辨识算法,文献[20]利用关键214122项分离技术研究了Hammerstein系统的基于滤波的递推最小二乘辨3江南大学教育部轻工过程先进控制重点实验室,元锡,214122识算法.丁锋,等.多变量方程误差类系统的部分耦合迭代辨识方法290DINGF

7、eng.etalPartiallycouplediterativeidentificationmethodsformultivariableequationerrortypesystems本文针对多变量方程误差类系统,讨论了梯度阵0,又包含参数向量,使得模型结构比较复杂.为迭代算法和最小二乘迭代算法,进一步将多元系统了便于辨识,使用Kronecker积,将模型(3)中的信息分解成m个子系统(m为输出数目),从其子系统梯向量(t)和信息矩阵咖(t)化为一个大信息矩阵度迭代辨识方法人手,推导出子系统梯度迭代辨识(t),将参数矩阵

8、0和参数向量化为一个大参数算法、部分耦合梯度迭代辨识算法和子系统最小二向量,定义信息矩阵(t)和参数向量如下:乘迭代辨识算法,并利用数据滤波技术,研究了多变(t):=[(t),(t)1]∈R,no:=凡d+ran,量受控自回归自回归滑动平均系统的基于数据滤波的部分耦合子系统梯度迭代辨识算法

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。