Hammerstein-Wiener时变系统的带遗忘因子学习辨识算法 |
| |
引用本文: | 仲国民,俞其乐,汪黎明.Hammerstein-Wiener时变系统的带遗忘因子学习辨识算法[J].高技术通讯,2023(8):815-822. |
| |
作者姓名: | 仲国民 俞其乐 汪黎明 |
| |
作者单位: | 浙江工业大学信息工程学院 |
| |
基金项目: | 国家自然科学基金(62073291)资助项目; |
| |
摘 要: | 针对一类有限区间上重复运行的Hammerstein-Wiener非线性时变系统,将Hammerstein-Wiener系统输出非线性部分进行多项式展开以构造回归模型,采用带遗忘因子迭代学习梯度算法和带遗忘因子迭代学习最小二乘算法,估计系统的时变参数。当系统参数沿时间轴快变、沿迭代轴缓变时,修正遗忘因子提高算法的辨识精度。文中分别给出了2种算法的推导过程并进行仿真对比验证,结果表明,带遗忘因子迭代学习最小二乘算法收敛速度更快、精度更高,达到相同性能指标时所需迭代次数更少,验证了所提学习算法的有效性。
|
关 键 词: | 学习辨识 最小二乘 随机梯度 Hammerstein-Wiener模型 |
|
|