共查询到18条相似文献,搜索用时 797 毫秒
1.
2.
许多实际系统可以表示成一种中间为线性动态环节、输入输出端为非线性静态环节的Hammerstein-Wiener模型. 针对含过程噪声的Hammerstein-Wiener模型, 提出一种改进在线两阶段辨识方法. 第一步采用偏差补偿递推最小二乘法在线辨识含原系统参数乘积项的参数向量. 通过在递推最小二乘算法中引入一个修正项, 补偿过程噪声引起的估计偏差. 第二步采用基于张量积逼近的奇异值分解法分离出原系统各参数的值. 通过引入两个矩阵的张量积逼近加权最小二乘的权系数, 提高参数分离精度. 理论分析和计算机仿真验证了本文方法的有效性. 相似文献
3.
4.
5.
高精度的误差系数可准确评价加速度计的精度与性能,从石英挠性加速度计误差模型入手,对其进行多方向振动测试试验,利用总体最小二乘(TLS)算法辨识加速度计模型方程中的高阶误差系数,建立较高精度的加速度计数学误差模型。为验证算法的有效性及所实施试验的可靠性,和传统重力场多点测试辨识加速度计参数方法作对比,同时,提出误差系数和决定系数两个指标来评价振动测试的辨识效果。结果表明:采用多方向振动测试结合总体最小二乘算法方案所辨识出加速度计高阶误系数精度较高,在实践中具有较好的借鉴意义。 相似文献
6.
7.
8.
9.
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
10.
一类非线性逆系统的加权最小二乘支持向量机辨识方法 总被引:1,自引:0,他引:1
文中依据T-S模型的思想,提出了一种加权最小二乘支持向量机辨识算法.它采用模糊c均值(FCM)聚类确定规则数目,通过Gauss型函数将原输入输出空间分成若干子空间,在子空间中使用最小二乘支持向量机(LS-SVM)拟合获得子模型,然后由一个权重机制合成这些子模型,得到系统的模型.文中使用该方法去辨识关键反馈变量难以获得的非线性逆系统.为了得到这类逆系统的有效建模数据,采用了联合逆系统方法.仿真结果表明,加权最小二乘支持向量机辨识方法是有效的,它能够实现这类非线性逆系统的辨识,而且拟合误差平稳,波动幅度小,拟合精度和泛化能力都较好. 相似文献
11.
采用时间测量以估计节点位置的方法实现简单,在传感网中得到了广泛的使用。然而节点计时时钟存在漂移和偏离,导致时间测量不准确。为此文本以节点时钟漂移和偏离模型为基础,提出了一种时间同步和节点定位的联合线性估计方法,包括最小平方(LS)及权重最小平方(WLS)方法。仿真测试了所设计算法的运行时间,分析了噪声对联合估计方法的估计误差影响。结果表明,LS及WLS线性估计方法运算速度较半正定(SDP)算法快,在低噪声条件下LS及WLS线性估计方法具有较高的稳定性和定位精度。 相似文献
12.
光伏阵列的模型参数估计在光伏发电系统的仿真、输出功率预测、最大功率点跟踪等方面有重要意义。当测量数据中只含随机误差时,以加权最小二乘(WLS)为优化函数的参数估计方法有较好的辩识效果。但是当测量数据中含有显著误差时,WLS参数辩识的效果较差。为解决此问题,本文提出了一种以准加权最小二乘法(QWLS)为优化函数的参数估计方法来减小显著误差的影响,采用了赤池信息量准则(AIC)设计QWLS最优参数,将该方法应用于光伏阵列中构造模型鲁棒参数估计问题。最后将WLS和QWLS分别结合序列二次规划(SQP)算法,进行光伏阵列模型的参数估计仿真与实验测试。测试结果显示QWLS参数估计结果更准确,验证了准最小二乘法的鲁棒性与有效性。 相似文献
13.
14.
考虑了多变量离散系统的自适应LQ(线性二次)控制问题,利用LS(最小二乘)算法和WLS(加权最小二乘)算法的自收敛性和随机正则化的思想「1」,证明了修改的估计模型是几乎处处自收敛的、一致可控和一致可观的,基于上面的估计,提出了两种自适应LQ控制律,证明了闭环系统是稳定的和最优的。 相似文献
15.
16.
为减小拖尾效应和加性噪声对数字电视地面广播(DTMB)系统的信道估计精度的不利影响,针对DTMB系统帧头模式2下的信道估计,提出一种改进的最小二乘(LS)信道估计算法.该算法采用试凑法从DTMB系统信号帧中PN帧头序列内选取最佳的一段PN序列,利用所选取最佳PN序列构造用于改进的LS信道估计算法的最优频域子载波,使用改进的LS信道估计算法获取信道的脉冲响应估计初值;并根据信号的正交振幅调制(QAM)方式,选取最佳噪声门限对信道的脉冲响应估计初值进行时域滤波去噪,以获得信道脉冲响应终值.仿真结果表明,该算法可有效减小拖尾效应和加性噪声对信道估计精度的影响,提高DTMB系统在帧头模式2下信道估计的精度. 相似文献
17.
When piecewise affine (PWA) model-based control methods are applied to nonlinear systems, the first question is how to get sub-models and corresponding operating regions. Motivated by the fact that the operating region of each sub-model is an important component of a PWA model and the parameters of a sub-model are strongly coupled with the operating region, a new PWA model identification method based on optimal operating region partition with the output-error minimization for nonlinear systems is initiated. Firstly, construct local data sets from input-output data and get local models by using the least square (LS) method. Secondly, cluster local models according to the feature vectors and identify the parameter vectors of sub-models by weighted least squares (WLS) method. Thirdly, get the initial operating region partition by using a normalized exponential function, which is to partition the operating space completely. Finally, simultaneously determine the optimal parameter vectors of sub-models and the optimal operating region partition underlying the output-error minimization, which is executed by particle swarm optimization (PSO) algorithm. Simulation results demonstrate that the proposed method can improve model accuracy compared with two existing methods. 相似文献
18.
A nonasymptotic analysis of properties of weighted least squares (WLS) adaptive filters used for identification of time-varying systems is presented. It is shown that the problem of mean-square boundedness of WLS estimates is closely related to the problem of invertibility-in the mean sense-of the corresponding regression matrix. Necessary and sufficient conditions are discussed for such invertibility to hold. Based on that, a number of results are derived paralleling those already obtained for least mean-square (LMS) filters, and the problem of statistical robustness of the WLS estimator is briefly discussed 相似文献