类多变量输出误差系统的耦合多新息辨识方法.pdf

《类多变量输出误差系统的耦合多新息辨识方法.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)03—0193—18丁锋汪菲菲汪学海类多变量输出误差系统的耦合多新息辨识方法摘要0引言辅助模型辨识思想、多新息辨识理论、耦合辨识概念是研究复杂多变量系系统辨识和模型参数估计是控制问题的基础．工业过程系统本质统辨识的新理念和原理．将它们结合起上都是多变量系统．多变量系统具有结构复杂、变量多、存在非线性、来研究类多变量输出误差系统的辨识问题，提出了多元辅助模型辨识方法、多元干扰不确定性、维数高等特点，这些因素会导致辨识精度低和辨识算辅助模型多新息辨识方法、变递推间隔法计算量大．如何提高多变量系统的辨识效率和参数估计精度，已经多元辅助模型多新息辨识方

2、法．为减小成为多变量系统辨识的一个重要研究课题．算法的计算量和提高参数估计精度，将系统模型分解为一些子辨识模型，应用为了解决存在不可测内部变量系统的辨识问题，提高辨识算法辅助模型辨识思想、多新息辨识理论、耦的参数估计精度，解决复杂结构系统的辨识问题和参数耦合多变量合辨识概念，研究和推导了部分耦合辅系统的辨识问题，近年来，一些新的辨识方法不断问世¨J，例如基于助模型辨识方法、部分耦合辅助模型多新息辨识方法．讨论了几个典型辨识算辅助模型辨识思想的辅助模型辨识方法J、基于梯度搜索和最小二法的计算量，给出了参数估计的计算步乘搜索或牛顿搜索的迭代辨识方法、基于多新息辨识理论的多新骤和计算流程图

3、．息辨识方法、基于递阶辨识原理的递阶辨识方法、基于耦合辨识关键词参数估计；进推辨识；梯度搜索；最概念的耦合辨识方法¨等．小二乘；辅助模型辨识思想；多新息辨识南于多变量系统维数高、输入输出变量多、参数数目多，使得辨理论；递阶辨识原理；耦合辨识概念；类识算法的计算量或计算效率成为突l叶J问题．为此，文献[11]讨论了线多变量系统性回归系统、多元线性回归系统、多变量系统的随机梯度辨识算法、中图分类号TP273(递推)最小二乘辨识算法的计算量．文献[12]针对伪线性回归系统、文献标志码A多元伪线性回归系统、多变量伪线性回归系统，讨论了最小二乘迭代辨识算法、基于块矩阵求逆的最小二乘迭代辨识算法

4、及其计算效率，主要通过块矩阵求逆方法来减小最小二乘迭代算法求逆的计算量．文献[13]研究了信息向量耦合型多变量系统的子系统递推最小二乘辨识方法，给出了计算量小的联合递推最小二乘辨识算法；研究了部分信息向量耦合型多变量系统的子系统最小二乘辨识算法，提了计算量小的基于块矩阵求逆的最小二乘辨识算法；给出了部分信息向收稿日期20l4一o6一O7量耦合型多变量系统的子系统递推最小二乘辨识算法，提出和推导资助项目闰家自然科学基金(61273194)；汀苏了基于辨识模型分解的递推最小二乘辨识算法，讨论了算法的计算省自然科学基金(BK2012549)作者简介效率．丁锋，男，博士，教授，博士生导师，主

5、要从文献『14]将多元线性回归系统分解成多个子系统，研究了耦合事系统辨识、过程建模、自适应控制方面的研究．~ing@iiangnan．edun随机梯度辨识算法和耦合多新息随机梯度辨识算法．文献[15]讨论了多元伪线性滑动平均系统的多元增广随机梯度算法，为减小算法的1江南大学物联网工程学院，无锡，2141222汀南大学控制科学与T程研究中心，无锡，计算量，给出了子系统增广随机梯度算法，利用耦合辨识概念和多新214122息辨识理论，推导了部分耦合增广随机梯度算法和部分耦合多新息3江南大学教育部轻工过程先进控制重点实验室，无锡，214122增广随机梯度算法，进一步提出了多元伪线性自回归滑动

6、平均系统丁锋，等．类多变量输出误差系统的耦合多新息辨识方法194DINGFeng，eta1．Coupledmuhi—innovationidentificationmethodsformultivariableoutput—elTOf—likesystems的部分耦合广义增广随机梯度算法和部分耦合多新Q1(t一1)+Q2(t-2)+⋯+QH(t-n)．息广义增广随机梯度算法．文献[16—17]首次提出了将上式代人式(1)得到多变量系统的耦合辨识概念，研究了非均匀采样数Y(t)=一o1．1(t一1)一2(t-2)一⋯一Ol(t-n)+据系统的部分参数耦合随机梯度辨识方法和多元线Q1U(

7、t一1)+Q2U(t-2)+⋯+Q，“(t-n)+(t)．性回归系统的全耦合最／b--乘辨识方法，并进行了定义模型参数向量、参数矩阵0、信息向量收敛性分析．(t)和信息矩阵(t)如下：文献『18—21]提出了双率采样数据系统的辅助：=[1，2，⋯，O／]∈R，模型递推最小二乘辨识方法和辅助模型随机梯度辨0：=[Q1，Q2，⋯，Q]∈R，识方法、损失数据系统的辅助模型递推最小二乘方(t)：=[(t一1)，U(t-2)，⋯，(t-n)]∈R，法和稀少量测数据系