多维分段广义正交多项式算子及其在分布参数系统辨识中的应用

在一维分段广义正交多项式的基础上，提出多维分段广义正交多项式及其相应的正交多项式算子的定义，总结归纳了多维分段广义正交多项式算子的基本性质和主要运算规则，并将二维分段广义正交多项式算子法应用于一类非线性分布参数系统的辨识，数值算例表明，即使在存在量测噪声的情况下，使用较小的分段数和正交基项数也能得到较好的辨识效果。     

广义正交多项式用于时变延时线性系统的参数辨识

应用广义正交多项式(GOP)的展开式估计时变延时线性系统的参数.其基本思想是状态函数和控制函数分别用有限多项广义正交多项式表示,利用GOP的运算矩阵,将时变延时微分方程转化为用展开系数表示的线性方程组,通过输入输出数据,参数能够辨识.     

按段多重契比雪夫多项式系及其在线性时变系统辨识中的应用

本文在块脉冲函数系和契比雪夫多项式系基础上定义了一种新的正交函数系--按段多重契比雪夫多项式系,研究该函数系的主要性质和基本运算法则,得出了积分运算矩阵、乘积运算矩阵和元素乘积运算矩阵,并用此函数系研究线性时变系统的参数辨识问题,获得了简单、快速、高精度的递推辨识算法.数值例子计算结果表明,当采用如伪随机信号一类的充分激励的函数作为被辨识系统的试验信号,本文提出的算法所得结果的精度和计算时间都比一般正交契比雪夫多项式算法所得结果为好.     

一类非线性动态系统的非参数GFRF模型辨识

本文对一类用多项式描述的非线性动态系统提出使用ＧＦＲＦ模型类的非参数辨识算法，这种算法的显著特点是需要很小的计算量和存储空间，而且辨识精度较高，仿真结果表明这种非参数模型辨识算法是有效的，而且由辨识方法获得的模型一般具有很好的泛化能力，因而是一种具有重要应用前景的实用方法 。     

一类非线性系统参数辨识的新方法及其在生化发酵过程建模中的应用

本文运用按段多重Legendre多项式系(PMLP)[1],对一类参数可分离的非线性系统的参数辨识给出一种新方法,所提算法具有精度高、计算量小、不必具有待辨识参数的先验知识和可进行递推辨识等优点.该算法已成功地应用于只有少量实测数据的螺旋霉素菌体生长模型的动力学参数的辨识.结果表明,此算法是该类非线性系统的一种有效和简便的参数辨识方法.     

一类非线性系统参数辨识的新方法及其在生化发酵过程建模中的应用

本文运用按段多重Legendre多项式系(PMLP),对一类参数可分离的非线性系统的参数辨识给出一种新方法,所提算法具有精度高、计算量小、不必具有待辨识参数的先验知识和可进行递推辨识等优点。该算法已成功地应用于只有少量实测数据的螺旋霉素菌体生长模型的动力学参数的辨识。结果表明,此算法是该类非线性系统的一种有效和简便的参数辨识方法。     

一类反应扩散系统的参数辨识与反演方法

研究具有两个未知参数D和k的一类反应扩散系统的参数辨识与反演问题 .对其中未知系数函数D =D(x) ,采用时空有限元数值方法进行辨识 ,给出其数值逼近解Dh.将此常数数值逼近解Dh 作为控制参数 ,利用反演方法确定系统的另一个未知参数k .     

一类分布参数系统辨识及其状态观测器设计

本文研究了一类非线性分布参数系统的模型辨识及其状态观测器的设计方法,为这类系统的研究提供了新的途径。将这种方法应用于沸腾炉空气埋管动态过程的研究时,其有效性得到证实。     

一类非线性系统辨识的参数空间优化遗传算法

提出一种用于非线性系统辨识的具有较强参数空间优化能力的遗传算法,给出一种新的复合型变异算子,并设计相应的选择策略,较好解决了非线性系统辨识中的“维数灾难”问题。实验研究结果表明,该方法具有较高的精度和鲁棒性。     

一种新的线性分布参数系统辨识方法

本文应用块脉冲函数（ＢＰＦ）将含有未知参数的线性分布参数系统偏微分方程转换为矩阵方程，通过最小二乘法辨识线性分布参数系统的参数，辨识结果表明，ＢＰＦ辨识法具有原理简捷，实现方便，辨识精度高等优点。     

面向系统辨识的离散系统模型类库

本文分析了系统辨识中常用的几种离散系统模型的结构,这些离散系统模型及其预测器模型在形式上都能表示成线性回归模型,并且一个复杂的模型能由几个简单的模型所构成。根据离散系统模型结构的这些特点,我们用面向对象的程序设计思想,用“类”的概念来实现各种离散系统模型,从而形成离散系统模型类库,并可由此派生出其它更具针对性的模型类。此离散系统模型类库和递推辨识算法类库结合在一起,可方便地构成完整的系统辨识程序。本文将介绍这一离散系统模型类库的层次结构及模型类库在系统辨识中的一些应用,给出两个例子。     

非线性离散动态系统优化与参数估计集成的多模型方法

在非线性系统分时段线性化多模型基础上,给出了非线性离散动态系统优化与参数估计集成的多模型方法,并论证了算法的最优性和收敛性.在存在模型-实际差异的情况下,从分时段线性化多模型出发通过迭代运算可得到实际非线性离散动态系统的真实最优解.仿真结果表明了算法的有效性和实用性.     

PQSIM：一个面向分段函数的定性仿真算法

QSIM算法针对的是连续函数，无法处理不同状 态满足不同约束的问题．PQSIM算法作了相应改进，增加两个新的约束：判断约束IF和赋值 约束EQ，限定约束作用的状态集合，从而可以有效地对分段函数系统进行定性仿真．本文给 出实例验证算法的正确性，算法时间复杂性证明PQSIM算法是一个高效的定性仿真算法．     

机器人动力学参数辨识新法

本文以尽可能地消除多关节运动量对动力学参数的重复耦合为基本思想,提出了重复运动量的概念,得出了一种新的机器人动力学参数辨识方法——单、多关节运动相结合的特殊关节运动递推法.     

离散非线性系统Worst-Case辨识--小波逼近法

利用小波逼近的软阈（Ｓｏｆｔ－Ｔｈｒｅｓｈｏｌｄｉｎｇ）方法，研究了离散非线性系统的Ｗｏｒｓｔ－Ｃａｓｅ辨识问题．证明了该算法在Ｗｏｒｓｔ－Ｃａｓｅ误差下的拟最优性和光滑性；估计了该算法的Ｗｏｒｓｔ－Ｃａｓｅ误差：给出了存在鲁棒收敛的辨识算法的充要条件；最后，证明了小波网逼近算法是鲁棒收敛的．     

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。     

时变非线性分布参数控制系统的小波辨识算法

基于正交函数逼近理论,在Haar小波正交规范基的基础上,总结并推导出了其积分运算矩阵、微分运算矩阵、乘积运算矩阵及其运算性质,并应用于一类时变非线性分布参数系统的辨识.借助于正交小波函数逼近方法对分布参数系统进行辨识,经正交小波逼近变换转化为代数矩阵方程,因此该方法可以不考虑初始条件和边界条件,较其他辨识方法要简单得多.该算法简单、计算量小、简化了分布参数系统辨识的求解过程,应用在分布参数系统辨识中不失为一种有效的分析方法.     

线性时变时滞系统分析与参数辨识的PMCP方法

本文将[1]定义的按段多重chebyshev多项式系应用于线性时变时滞系统分析与参数辨识，提出了系统分析和参数辨识算法。数值例子表明本文提出的算法既简单又有效，大大优于由移位chebyshev多项式系所导出来的相应算法。