最坏情况下l^1鲁棒辨识方法研究

系统地讨论了ＳＩＳＯ、线性时不变、指数稳定系统在最坏情况下的ｌ＾１鲁棒辨识问题。提出了系统模型集合的最小外框概念，建立了两种任意非零信号作用下ｌ＾１鲁棒辨识算法；提出了任意非零信号作用下系统的可辨识条件；证明了算法的全局收敛性和最优性。     

一种基于过程神经元网络的非线性动态系统辨识模型及应用

针对复杂非线性动态系统辨识问题,提出了一种基于过程神经元网络（PNN）的辨识模型和方法．根 据系统待辨识的模型结构和反映系统模态变化特征的动态样本数据,利用PNN 对时变输入／输出信号的非线性变 换机制和自适应学习能力,建立基于PNN 的系统辨识模型．辨识模型能够同时反映多输入时变信号的空间加权聚 合以及阶段时间效应累积结果,直接实现非线性系统输入／输出之间的动态映射关系．文中构建了用于并联结构和 串－并联结构辨识的PNN 模型,给出了相应的学习算法和实现机制,实验结果验证了模型和算法的有效性．     

面向控制器设计的多变量系统辨识实验信号

给出一种当多交量系统辨识模型用于控制器设计时的开环实验输入信号．假定系统未楚模动态可以用加性不确定性表示，取实际输出和理想输出误差平方均值最小，将其与系统辨识最小二乘法相结合，得到一种最优输入信号的设计方法．因输入信号与控制性能的相关性，可获得比普通随机信号更好的辨识结果．仿真结果证明了该方法的有效性．     

参数辨识在陀螺仪性能分析中的应用

基于挠性陀螺仪动力学模型, 研究参数辨识在陀螺仪性能分析中的应用方法。在论述挠性陀螺仪性能指标和力学模型的基础上, 利用伪随机多谐波信号作为激励信号, 通过零阶保持器将离散模型转换为连续模型进行参数辨识。实验结果显示, 模型预测输出与实际测量数据的拟合度达到95. 3%, 残差在合理的公差带以内。因此, 参数辨识是陀螺仪性能分析中的一个有效性方法, 可为陀螺仪故障分析和控制回路设计提供一种技术手段和理论依据。     

脉冲响应模型的闭环子空间辨识方法

针对实际情况中难以采集控制系统开环数据的问题，对脉冲响应模型的闭环辨识问题进行了研究，提出了一种基于正交分解理论的脉冲响应模型闭环子空间辨识方法。通过使用正交分解得到联合输入输出信号的确定部分（Deterministic Components），把闭环问题转化成开环问题。利用Toeplitz矩阵下三角结构形式，对由脉冲响应模型系数组成的子空间矩阵分块分解，通过求取子空间矩阵元素的平均值来获取脉冲响应模型参数的估计。通过采用PID控制器的单输入单输出（SISO）数值仿真、多输入多输出（MIMO）数值仿真和Wood-Berry蒸馏过程仿真实验3个仿真实例，对比研究了所提方法与PBSID_OPT、CVA三种方法。仿真结果表明了所提出的方法具有良好的辨识性能。对于实际工业过程的建模问题，该研究所提的闭环子空间辨识方法具有实际的参考价值和一定的指导意义。     

基于LabVIEW环境的CD/DVD光学头ACT特性辨识系统

简要介绍用LabVIEW开发出一套应用于光学头ACT动态数学模型的辨识系统，为后续ACT系统伺服方案提供较为准确的控制模型，该系统由LabVIEW产生激励信号，响应信号通过光纤传感器获得，DAQ卡将激励和响应信号采入系统，在LabVIEW环境中进行分析，得到ACT较为精确的数学模型；应用结果表明。该系统使用力便、快捷，辨识结果准确可靠，此外，通过实际测试表明该系统可适用于机电系统更大范围的系统辨识和动态特性测试，具有一定的通用性。     

基于模糊神经网络的非线性系统模型的辨识

该文提出一种非线性系统的模型辨识方法．利用关系聚类法来进行结构辨识，从而自动获得模糊规则库，并可以得到模糊系统的初始参数，在聚类的基础上，构造一个与之相匹配的模糊神经网络，用它的学习算法来训练网络，得到一个精确的模糊模型，从而实现参数辨识，通过对两个非线性系统辨识的仿真结果验证了该方法的有效性。     

一种多输入多输出系统模型辨识方法及其应用

目前的辨识方法一般需要在系统输入端加入激励信号，而且多输入多输出系统的在线辨识仍很困难。本文提出一种基于牛顿迭代法的多输入、多输出对象模型迭代辨识方法，模型参数更新的依据是使模型预测输出与全部采样时刻的对象实际输出之间的均方差递减，直到收敛。这种基于全局数据迭代的辨识方法可进行闭环辨识，无需外加激励信号，适用于多输入多输出对象的在线辨识。对一个两输入、两输出对象模型的仿真研究和某电厂300MW机组负荷被控对象的计算结果表明，辨识效果令人满意。     

相关函数脉冲响应法系统实时辨识

结合了相关函数法和脉冲响应法两种经典系统辨识方法原理,在随机信号干扰的情况下,设计对系统实现实时辨识的仿真软件,获得系统的非参数模型。该仿真设计中,以M序列作为输入信号,白噪声信号作为干扰信号,进行了Matlab仿真实验,讨论了M序列的幅值,采样时间和周期长度对系统辨识效果的影响,以及分析M序列的选取方法来减少系统辨识误差。     

基于递推参数辨识的齿轮箱故障在线检测

为实现齿轮箱故障的在线检测,提出基于递推AR模型参数辨识的齿轮箱振动信号在线辨识方法。对实验室的齿轮箱进行不同工况下振动信号的检测,利用最优辅助变量法确定其自回归模型的阶次和模型参数的初值,以自回归模型系数作为状态变量,采用Kalman滤波器技术进行在线递推参数辨识。实验结果表明,该方法中参数变化量的2-范数会发生突变,能检测出齿轮磨损和轴承外圈剥落的故障。     

基于小波降噪和最小二乘的加速度计参数辨识

为了降低加速度计比较法冲击激励校准中,噪声对其动态模型辨识精度的影响,提出一种基于小波降噪和最小二乘的加速度计动态模型参数频域辨识方法。该方法首先利用改进的小波阈值降噪方法对参考加速度计和被校加速度计的输出信号进行降噪,然后利用最小二乘的方法对谐振频率附近的频率响应函数进行加速度计动态模型频域参数辨识。仿真实验和加速度计比较法冲击激励校准实验表明:该方法能够有效减少噪声对频率响应函数的影响,提高加速度计动态模型参数辨识精度。     

用Hammstein模型描述的非线性系统的结构辨识

本文研究了用Ｈａｍｍｓｔｅｉｎ模型描述的一类非线性系统的辨识问题，给出了这种模型辨识时的激励信号问题。     

一种基于过程神经元网络辨识的PID控制模型及方法

针对非线性动态系统PID过程控制问题,提出了一种基于过程神经元网络辨识的PID参数自适应整定的控制模型和方法。利用过程神经元网络对于动态系统时变输入/输出信号的学习机制,在某种最优控制律下通过对被控对象进行辨识来追踪被控对象的输出对控制输入变化的灵敏度信息,实现参数自适应匹配的PID控制。给出了基于过程神经元网络辨识的PID控制系统结构以及相应的实现机制,实验结果验证了模型和算法的有效性。     

基于神经网络及系统辨识的舵机带宽测试

讲述了一种应用神经网络辨识算法测试舵机带宽的实用方法。文章简要介绍了舵机的工作特性和舵机模型的选取,概述了辨识算法的选取及实现过程,并在输入信号的选取和辨识数据的预处理等方面作了基本的探讨。实验仿真结果表明,基于线性神经网络的系统辨识具有很高的辨识速度和精度。     

带动量批处理梯度下降法对模型的动态辨识

针对生产过程中参数容易受外界影响而改变，传统的系统辨识方法难以得到精确的数学模型的实际情况，介绍一种用改进的BP神经网络辨识对象模型的方法。采用串一并联型的辨识结构；针对BP算法收敛速度慢，容易陷入局部最小的缺点，提出了带动量的批处理梯度下降的方法；为了更有效地辨识对象的动态过程模型，其输入／输出加上按拍延迟线。用MATLAB对该改进的BP神经网络辨识方法进行了设计、仿真和性能分析，结果表明：该方法具有良好的辨识能力。     

一类非线性系统LMF优化迭代神经网络控制器

提出一类非线性系统ＬＭＦ优化迭代神经网络控制器的设计方法。该方法在正向神经网络辨识模型的基础上，应用ＬＭＦ优化迭代方法进行控制器设计，理论证明，只要神经网络辨识模型的精度足够高，就会获得很好的控制精度。为补偿辨识和迭代学习误差，给出了通过引入反馈补偿控制器提高控制精度的方法，仿真结果证明了该方法的有效性。     

网络高隐蔽性恶意攻击行为辨识方法研究

常规方法区分网络流量正常数据和攻击数据时，数据行为序列的数据属性存在缺失，导致攻击行为辨识准确率较低、误报率较高。为此，提出了基于半监督学习的网络高隐蔽性恶意攻击行为辨识方法。该方法采集网络流量数据后，利用极值函数实现数据属性的数字化表示。通过分解网络传输信号，区分出攻击数据，并对其进行聚类分析。提取攻击数据的特征向量，输入半监督学习模型，以此辨识网络高隐蔽性恶意攻击行为类型。选择了包含9种攻击类型的试验数据集，设置对比试验。试验结果表明，所提方法提升了攻击行为辨识准确率、减少了误报率，使辨识结果更加准确、可靠。     

极值系统在线辨识与稳态优化控制方法研究

研究一种基于非线性环节直接表示的ＳＩＳＯ Ｈａｍｍｅｒｓｔｅｉｎ模型参数辨识方法；针对非线性环节呈极值特性的情况，研究一种由在线辨识得到的非线性环节的参数估计值进行稳态优化的控制方法，仿真结果验证了该方法的有效性。     

基于随机遮挡辅助深度表征学习的车辆再辨识

在车辆再辨识中,如何通过车辆外观学习到具有强区分度和鲁棒性的表示特征是至关重要的.为此,本文提出一种基于随机遮挡辅助深度表征学习的车辆再辨识算法以提高车辆再辨识的准确率.首先,本文所提算法通过引进随机遮挡对原始训练图片在局部区域进行随机遮挡,一定程度上模拟了现实中的一些遮挡情况,不仅增加了训练样本的数量,而且新增遮挡样本对于网络模型来说属于困难样本,能够防止网络模型过拟合,使得网络模型具有更强的鲁棒性;其次,本文所提算法通过构建孪生网络对原始图片和随机遮挡图片进行分类和验证联合优化学习.实验结果表明,在VeRi和VehicleID这两个数据库上,所提算法优于现有多种车辆再辨识方法.     

基于LabVIEW的辨识仿真实验平台

论文介绍了用LabVIEW软件设计一种新的辨识仿真实验平台的原理、方法及其结构和功能特点。文中所开发的实验平台是集软件、硬件一体，能实现实时采样、数据处理、辨识、仿真等功能的实验系统。LabVIEW是开发虚拟仪器的一个常用软件。通过LabVIEW设计了程序的主要逻辑流程、与实际系统的硬件I／O接口和辨识仿真平台的用户界面；利用MATLAB语言设计辨识、仿真算法；并设计了远程访问等功能。利用该平台所作实验、仿真和分析结果证明了该平台是进行辨识实验研究的一种实用有效的工具，可供给工程研究和教学实验之用。