基于网格系的分频段加权正交小波网络辨识非线性系统

在非线性系统辨识中,输入数据往往是非均匀 分布的．对于此类问题,正交小波网络处理起来较复杂．本文采用分组中值法对非均匀分布 样本进行均匀化处理, 使正交小波网络的设计和应用能够在网格系上进行;然后,采用分 频段加权技术以便和系统设计相配合． 最后用于辨识非线性动态系统,仿真结果验证了该 方法的可行性和有效性．     

采用小波分解的分频段加权辨识方法

1　引言近年来,有关控制的辨识(Control-RelevantIdentification,CRID)逐渐受到了重视[1～3],辨识与控制之间的配合问题向传统辨识方法提出了新的要求.正如L.Ljung曾经指出[4]:真实系统与数学模型是两种不同的东西,模型的可接受性应该是“实用性”,而不是“真实性”.然而对实用性的不同理解,导致了不同的模型评价准则.CRID问题的研究表明,传统的辨识方法很少考虑控制的特点,模型评价准则与控制系统设计的要求并不相符.比如文献[1,2]指出:模型的开环频率响应不需要在所有频段(甚至包括低频段)都很准确,只需在剪切频率附近或控制器的工…     

多温区电加热炉的系统模型辨识及仿真试验

多温区电加热炉建模是系统辨识领域中的一个典型问题,电加热炉控制过程往往表现出非线性、大迟延和耦合性等特点,难以用传统方法建立精确的数学模型.针对此问题,提出了一种加权最小二乘递推辨识算法,并应用到钟罩式加压烧结炉的建模试验中,通过试验验证了该方法能够获得较好的数学模型.此方法对多变量工业过程的控制方法研究、多变量系统的控制理论研究有着广泛的理论和实际意义.     

一类随机摄动系统的鲁棒控制与仿真

在内模控制(IMC)结构下对一类随机摄动系统的鲁棒控制及其仿真研究作了探讨.首先针对一类随机模型误差的描述定义了一个实际敏感度和标称敏感度之间的加权敏感度误差,然后应用谱分解的方法调整标称控制器来最小化加权敏感度误差在整个频段上的方差,为一类随机摄动系统提供了一种鲁棒控制器设计方法,可使系统期望的标称性能对模型误差具有良好的鲁棒性.最后根据随机摄动系统的特点进行仿真研究,进一步说明了所得控制方法的有效性.     

采用Brent优化的核学习单步预测控制算法

针对非线性SISO系统, 提出一种基于核学习辨识模型的单步预测控制算法(kernel learning one-step-ahead predictive control, KLOPC). 通过KL辨识模型得到系统的一步超前预报值, 并引入输出反馈和偏差校正以克服模型失配等因素引起的预测误差, 以此构造一步加权预测控制性能指标, 然后采用Brent一维搜索方法求取控制律. 该方法无需任何相关的导数信息, 需调整的参数少, 求解效率高. 在一非线性液位系统的仿真研究表明了KLOPC优于整定的PID和其它基于KL模型的控制方法, 对噪声和扰动等均具有更好的鲁棒性和自适应性.     

基于蚁群聚类算法的非线性系统辨识

基于T-S模型提出一种非线性系统的模型辨识方法.利用蚁群聚类算法进行结构辨识,确定系统的模糊空间和模糊规则数.在聚类的基础上,利用遗传算法辨识模糊模型的后件加权参数,得到一个精确的模糊模型,从而实现了参数辨识.仿真结果验证了所提出方法的有效性,表明该方法能够实现非线性系统的辨识,而且辨识精度较高.     

无线传感器网络中一种新型加权Mel滤波器组

提出了一种提取车辆声音特征的新型加权Mel滤波器组进行车辆的识别.这种新型滤波器组通过赋予各离散频率不同的权重,突出车辆频谱之间差异较大频段的信息,弱化较为相似频段的信息.相比于传统的MeI滤波器组,加权Mel滤波器组的识别能力得到了显著提高.仿真和实测结果均表明,与两种常用的特征提取方法相比,加权Mel滤波器组不仅能更有效地提取不同类型车辆间的差异信息,获得更高的正确识别率,还降低了计算复杂度.     

加速度计几种模型辨识方法的比较研究

加速度计离心试验中,为了更精确的得到加速度计的模型系数,比较研究了3种辨识方法:最小二乘方法(加权最小二乘)、总体最小二乘方法和EV模型方法.通过仿真得出在输出噪声和输入噪声为白噪声或者近似白噪声且离心机精度优于1×10-5的情况下,最小二乘与其他2种辨识方法辨识精度相当.最后通过试验对比了最小二乘方法与加权最小二乘方...     

Hankel矩阵辨识法在天线伺服系统中的应用

与经典控制理论方法相比,采用现代控制方案提高天线伺服系统的控制性能,对系统辨识精度提出了更高的要求.介绍了一种基于Markov系数的Hankel矩阵辨识法,并以实际系统为例验证了辨识效果.实验结果表明,此种方法对大口径天线伺服系统能够实现精确辨识,可以消除测量噪声对辨识的影响,并且能够精确地确定原始系统的阶次.     

基于一种新模糊模型的非线性系统模糊辨识

提出一种基于新的模糊模型和加权递推最小二乘算法 (WRLSA)的非线性系统模糊辨识方法.新型的具有插值能力的模糊系统可以通过学习从输入输出采样数据中提取MISO系统模糊规则,它继承了Sugeno模型及其变化形式的许多优点.采用相应的模糊隶属函数,使得被辨识的模型可用若干局部线性模型来表示,然后利用WRLSA拟合这些线性模型.给出了详细的模糊辨识算法,为了验证该辨识方法的有效性,还给出了对熟知的Box-Jenkins数据的辨识结果.     

Modeling and Identification of Multirate Systems

Multirate systems are abundant in industry; for example, many soft-sensor design problems are related to modeling, parameter identification, or state estimation involving multirate systems. The study of multirate systems goes back to the early 1950s, and has become an active research area in systems and control. This paper briefly surveys the history of development in the area of multirate systems, and introduces some basic concepts and latest results on multirate systems, including a polynomial transformation technique and the lifting technique as tools for handling multirate systems, lifted state space models, parameter identification of dual-rate systems, how to determine fast single-rate models from dual-rate models and directly from dual-rate data, and a hierarchical identification method for general multirate systems. Finally, some further research topics for multirate systems are given.     

多采样率系统的辨识问题综述

在多率采样系统中, 采样间隔不均匀. 本文综述了文献中有关多率采样系统的数学模型, 如线性周期时变模型、频域模型和连续状态空间模型等. 同时对相应的辨识方法, 如提升、频域方法、子空间辨识方法等, 也进行了全面的综述. 对多率采样系统辨识中存在的一些问题, 包括辨识模型的选择、一致性问题、带约束条件的辨识方法和辨识收敛性等, 也作了深入的讨论.     

On-line model identification for the machining process based on multirate process data

Accurate identification of the model parameters of the machining process based on on-line process data is a crucial prerequisite for its model-based control and diagnostics. A typical machining process generates multi-output and multirate data streams. Whereas various sensors provide in-process information about the process, many important process outcomes including product qualities can be only measured in postprocess manner. This paper proposes to improve the identification by using both in-process and postprocess data and by analyzing the identifiability of model parameters. The identification of the model parameters based on multirate output is formulated using the maximum-likelihood estimation and the Fisher information matrix for a multirate-sampled system is derived to study the identifiability of model parameters. A strategy is developed to improve accuracy and robustness of the model identification considering the identifiability. The proposed method is tested on two batches of multirate process data from the cylindrical grinding process. The test results demonstrate using both in-process and postprocess data improves the identifiability and the proposed identification strategy results in improved prediction performance.     

多率系统Kalman滤波算法的鲁棒性分析

多率系统Kalman滤波算法是多率采样系统中对多源观测进行融合的重要手段. 基于化工过程的多率采样特点, 给出了多率Kalman滤波算法, 分析了该算法在模型失配情况下的鲁棒性. 在给定的假设条件下, 通过对滤波误差变化规律的分析, 给出了多率Kalman滤波稳定与发散的基本判定方法. 针对一类典型系统, 推导出了滤波稳定与发散判据. 通过仿真对该判据进行了验证, 仿真结果表明所提出的滤波鲁棒性分析方法可以用于算法的实际应用.     

Multirate sampled-data systems: computing fast-rate models

This paper studies identification of a general multirate sampled-data system. Using the lifting technique, we associate the multirate system with an equivalent linear time-invariant system, from which a fast-rate discrete-time system is extracted. Uniqueness of the fast-rate system, controllability and observability of the lifted system, and other related issues are discussed. The effectiveness is demonstrated through simulation and real-time implementation.     

输入多采样率数字控制系统的同时极点配置

在利用提升(lifting)技术所构造出来的多采样率数字控制系统的线性时不变状态空间模型的基础上, 讨论l个被控对象通过输入多采样率数字控制系统的同时极点配置问题. 分别引入了解决这一问题的状态空间方法和多项式矩阵插值方法. 通过适当的变换, 将同时极点配置问题归结为一系列线性方程组的求解问题. 指出, 当系统的输入采样率满足一定条件时, 可以利用输入多采样率的输出静态反馈控制系统, 实现对l个被控对象的同时极点配置.     

非均匀采样系统的一种递推辨识方法

在非均匀采样系统辨识方法中, 通常利用重采样、数值积分等方法来处理非均匀采样数据, 所用模型多为连续有理分式传递函数, 在递推形式下非均匀采样对象又常局限于``数据缺失'的情况. 本文研究更为一般的异步非均匀采样的多变量系统, 采用连续时间状态空间模型描述, 推导了模型参数、参数梯度和系统状态之间的相互递推关系, 构成一种可变迭代间隔的递推辨识算法, 在每次输出采样点上仅更新模型中受当前采样数据影响的参数. 这种辨识方法可以适用于任意非均匀采样系统, 多采样率系统也可作为一种特例适用于本算法. 仿真结果表明, 所提的方法是可行有效的.     

Stability analysis of explicit multirate methods

If stiff differential systems can be divided into stiff and nonstiff subsystems, each subsystem can be integrated with different step sizes. These methods are called multirate methods, and they have been successfully used in several practical problems, especially in real-time simulations.In this paper a new way to perform the stability analysis of multirate versions of linear multistep methods is presented. This stability analysis makes use of the multirate z-transform method.     

永磁同步电机多采样率EKF转速辨识

永磁同步电机（Permanent Magnet Synchronous Motor,PMSM）具有响应快、高精度、高转矩比等诸多优点,同时无传感器控制策略研究能有效提高PMSM系统的简易性和鲁棒性。在分析EKF和多采样率数字控制系统的基础上,建立永磁同步电机输入多采样率EKF算法,将其用于转速估计。通过仿真和实时实验验证其算法在辨识精度及收敛稳定性方面均优于单采样率EKF算法,并和高频单采样率EKF有着一致的辨识效果,而多采样率EKF算法的数据量及运算量均小于高频单采样率EKF。