一个单变量线性系统实用辨识程序的编制

本文设计了一个程序,可以对单变量输入、出的线性部件或系统进行实时测试,程序中运用最小二乘法估计出被测对象的阶次、延迟时间和差分模型各参数,以达到建立被测对象动态模型的目的。此程序可在多种微型计算机上运行,计算结果表明对四阶和四阶以下的对象测试较准确。     

线性系统的循环估计递推辨识算法

本文提出了多输入系统的循环估计递推辨识的新算法,并对其收敛性进行了探讨。仿真结果表明,该算法有较快的收敛性。     

多变量非线性系统超平面神经网络辨识算法设计

针对常规高效链接超平面(EHH)神经网络无法辨识多变量系统的问题,将多目标规划方法运用到该神经网络的训练过程中,提出了多变量非线性系统超平面神经网络辨识算法.与常规训练方法相比,该算法考虑到EHH神经网络在辨识多个输出变量时存在的冲突性,将各变量的辨识作为不同的优化目标,以此设计了线性加权训练方法和理想点训练方法,实现...     

多变量线性系统辨识的一种模型特性及参数递推算法

本文讨论了多变量系统辩识中状态空间模型SSF3的结构指标及参数的特性,以及与克朗尼克指数等系统不变量的关系。文中对一类最小可观测系统,推导了模型的输入输出描述关系,并提出了实现状态空间模型在线辨识的新方法。     

多变量灰色预测模型算法的Matlab实现

文章讨论了多变量灰色预测模型的建模方法及其算法思想,得到了多变量灰色预测模型的检验方法。为了简化模型求解,给出多变量灰色预测模型的Matlab程序实现。通过应用实例说明算法程序的应用和效果。     

线性系统拟线性对称松弛递推辨识算法

提出了线性系统拟线性对称超松弛形递推辨识新算法,并对其收敛性应用常微分方程的方法进行了分析。结果表明:该方法适合于求解大规模系统辨识问题,易于实现系统的在线辨识,精度较高,满足Lyapnouv渐近收敛的性质。     

改进M-D结构的二次多变量Hash算法

针对传统Hash算法有安全缺陷的问题,利用有限域上多变量二次方程组求解(MQ)问题的困难性,设计了一种新的基于有限域上多变量二次多项式的Hash算法.新算法给出了一个改进的M-D结构,采用了NMAC(nested MAC)的 思想,并加入了计数器,旨在抵抗一些针对传统M-D结构的攻击.新算法具有可调的输出参数,可以适应...     

多变量Hammerstein系统的稳态模型辨识

本文针对多变量Ｈａｍｍｅｒｓｔｅｉｎ系统，提出了利用优化过程中设定点变化的阶跃信号，辨识系统稳态模型的方法，并且获得了稳态模型的强一致性估计，仿真结果也表明了该方法的有效性和实用性。     

多变量系统的结构辨识和参数估计

将单输入－单输出（SISO）系统的递推辩识算法推广到多变量的情形,这种最小二乘类型的算法结构简洁且可同时给出具有良好数值性质的模型结构和参数辩识。证明了多变量输入－输出差分方程模型与其对应的标准状态空间模型可以经变换而由一种模型得到另一种模型。该算法与对应的最小二乘递推算法比较更易于理解和实现。     

多变量线性系统解耦控制中极点配置问题的一种简便解法

解耦控制和极点配置问题是多输入—多输出线性定常系统控制综合研究中十分重要的问题.对如何在保证实现解耦控制的同时又能进行任意极点配置这一重要问题,本文给出了一种简便且有效的解决方法.     

多变量Hammerstein系统的极大似然参数估计方法

针对有色噪声干扰的多变量Hammerstein系统存在维数高和模型难以参数化的问题,本研究提出了递推极大似然参数估计方法,并对极大化似然函数系统参数向量的估计公式进行推导,同时给出了极大似然参数的辨识原理,并对多变量Hammerstein模型的参数估计进行理论分析,并通过数值进行仿真实验。理论分析和仿真结果表明,本研究所提出的算法,能够有效实现有色噪声干扰下的多变量Hammerstein系统的参数估计。随着递推次数的增加,辨识精度总体上不断提高;而且噪声方差越小,参数估计精度越高。该算法原理简单、适用范围广,提高了参数的估计精度,且易于实现参数的在线辨识,因此该算法可以扩展应用于非均匀采样系统和多变量系统的辨识和参数估计中。     

线性多变量解耦系统的稳定性和灵敏度

讨论了线性多变量解耦系统,在有扰动的情况下的稳定性和灵敏度,给出了稳定裕度边界。对定增益状态反馈的一般解耦系统以及避免极——零消去的解耦和引入动态补偿器避免极—零消去的解耦的鲁棒稳定性及灵敏度分别进行了分析。文中得出的某些结论为一类解耦系统的设计和解耦控制的实际应用提供了依据。     

一种用于OFDM系统的信道冲激响应检测算法

提出了一种基于双滑动窗的检测算法,对信道冲激响应(CIR)进行检测。在采用相干解调的正交频分复用(OFDM)系统中,信道估计的精度对接收机性能有着重要影响。传统的OFDM时域CIR估计算法通常采用简单的门限检测,在检测小功率成分时,由于受噪声影响,容易发生误检或漏检,导致估计精度降低。该文在研究小功率CIR成分产生原因与分布特征的基础上,提出了一种改进的检测算法,并对检测性能进行了理论分析和仿真。仿真结果表明,该算法能够有效提高信道估计精度,改善系统误码性能。     

求解线性方程组的一种迭代法的改进

对系数为对称正定矩阵的线性方程组,将文献[1]中构造的收敛迭代格式进行了改进,并给出了数值仿真结果。     

一种混合遗传算法及其在线性系统辩识中的应用

提出一种将LMS算法和实数编码遗传算法相结合的混合遗传算法。相对于传统算法，将其应用于线性系统辩识，特别是IIR系统的辩识，具有明显优势。IIR系统的性能函数存在多个局部极小值，该算法首先利用遗传算法的全局最优性，在大范围内搜索可能的极值，并限制系统参数随机搜索的范围，以保证IIR系统的稳定性，再在遗传算法中嵌入一个LMS算子，在极值点附近进行快速搜索，从而达到全局最优与快速搜索的有机结合，提高了辨识精度和计算效率。仿真结果验证了该算法用于线性系统辨识的有效性和实用性。     

时变系统的循环估计递推算法

提出了时变系统的循环估计递推的新算法,并对其收敛性进行了探讨,仿真结果表明,该方法有较快的收敛性。     

一种含有异常值数据的鲁棒辨识算法

在回归问题中，当存在坏数据或异常值时，Ｈｕｂｅｒ方法是一种有效的稳健估计方法。将Ｈｕｂｅｒ的极小极大方法推广到ＡＲＸ模型的参数鲁棒辨识，并得到了系统参数的不确定性区间的估计，最后给出了仿真算例。     

线性不等式组的一种新算法

介绍线性不等式组的一种以旋转运算为基础的直接解法。由于这种方法无须添加任何变量,计算用表非常紧凑。不仅使每次迭代的计算量较小,而且可以方便地从理论上分析问题,证明了此算法在每次迭代中按最小下标规则选择入出向量可以避免循环。计算机实验表明,该算法可以非常有效地求解马科维兹的资产组合选择模型。     

轨道交通网络有效路径搜索算法的改进及实现

城市轨道交通网络有效路径的判定是网络客流路径分析的基础和关键。本文分析了轨道交通网络节点的处理方式,给出了有效路段和冗余路段的定义和判定规则,在实际应用中发现由于网络节点的特殊处理方式,搜索得到的部分有效路径中存在冗余路段,通过设置换乘节点变量和对路径换乘节点序列的子序列的判断,提出识别冗余路段的方法,并在现有的搜索算法中增加冗余路段的判定步骤,从而改进了算法。在实例计算中,合理确定网络伸展系数的取值,运用Python脚本语言编程实现改进后的算法。程序运行结果表明改进后的算法能正确筛选出轨道交通网络的有效路径,并输出完整的有效路径信息,验证了算法的有效性。