排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
多输入多输出变量带误差模型的最坏情况频域辨识 总被引:1,自引:0,他引:1
本文将单输入单输出(SISO)变量带误差(EIV)模型的频域最坏情况辨识方法推广应用于多输入多输出
(MIMO)情况. 类似于SISO情况, 多输入多输出变量带误差(MIMO EIV)模型的辨识模型集合由估计的系统名义模型及
其最坏情况误差界描述. 所估计的系统名义模型表征为正规右图符号, 其最坏情况误差界具有可能的更少保守性, 可利
用EIV 模型的先验信息和后验信息由v-gap度量量化得到. 因此, 这种模型集合非常适合于后期利用Vinnicombe提出
的H1回路成形法设计鲁棒控制器. 最后, 利用一数值仿真实例验证所提出辨识方法的有效性. 相似文献
2.
本文提出一种基于UD(upper-diagonal)分解与偏差补偿结合的辨识方法,用于变量带误差(errors-in-variables,EIV)模型辨识.考虑单输入单输出(single input and single output,SISO)线性动态系统,当输入和输出含有零均值、方差未知的高斯测量白噪声时,该类系统的模型参数估计是一种典型的EIV模型辨识问题.为了获得这种EIV模型参数的无偏估计,本文先推导出最小二乘模型参数估计偏差量与输入输出噪声方差以及最小二乘损失函数与输入输出噪声方差的关系,然后采用UD分解方法递推获得模型参数估计值,再利用输入输出噪声方差估计值补偿模型参数估计偏差,以此获得模型参数的无偏估计.本文还讨论了算法实现过程中遇到的一些问题及修补方法,并通过仿真例验证了所提辨识方法的有效性. 相似文献
3.
4.
针对辨识技术应用过程中出现的一类输入数据随机缺失时的辨识问题进行了研究。针对输出误差(OE)模型描述的一类系统,提出了一种模型辨识和缺失数据预测交互迭代的辨识算法。在模型辨识中采用了递推的辨识算法便于形成实时更新的在线辨识策略;而在缺失数据的预测过程中,利用小波降噪技术对预测数据进行适应性的滤波。仿真和分析表明,所提出的辨识算法对连续性输入数据缺失具有很强的鲁棒性;与没有小波技术参与的辨识算法相比,该算法具有较高的模型辨识精度和对缺失数据较好的预测能力。 相似文献
5.
首先解释继电器产生二次吸合的原因及二次吸合电压.然后依据电磁理论,分析了继电器吸合时励磁电流的动态变化特征,应用电子技术和计算机技术,设计出了一种电磁继电器二次吸合电压测量系统. 相似文献
6.
低压电器触点间收缩电阻检测技术的研究 总被引:1,自引:0,他引:1
电器触点间的接触电阻包括收缩电阻和薄膜电阻。其中收缩电阻值取决于触点的接触情况 ,它是影响电器电寿命的重要因素之一。传统的检测方法是让触点接通一个较大的电流 ,以消除薄膜电阻 ,此时触点的接触电阻即为收缩电阻。该种检测方法对电器触点有一定的损失。当交流电流流过闭合触点时 ,触点间电压降包含三次谐波成分。而三次谐波的大小依赖于收缩电阻的大小。根据这个特点 ,本文阐述采用计算机技术以及快速傅里叶变换 (FFT)的信号处理技术 ,解决三次谐波电压的检测问题 ,从而实现对电器触点无伤害的收缩电阻检测方法 相似文献
7.
首先解释继电器产生二次吸合的原因及二次吸合电压。然后依据电磁理论 ,分析了继电器吸合时励磁电流的动态变化特征 ,应用电子技术和计算机技术 ,设计出了一种电磁继电器二次吸合电压测量系统。 相似文献
8.
9.
1