连续时间模型的闭环子空间辨识

本文对直接使用采样数据进行连续系统的闭环子空间辨识问题进行了研究．将线性滤波方法与基于主 元分析的子空间辨识相结合,利用参考输入或者外部激励信号的高阶滤波变换的正交投影变量作为辅助变量,提出 了一种新的连续时间系统闭环子空间辨识算法．数值仿真表明了与其他算法相比,本文提出的算法具有很好的辨识 效果．     

基于两步方法的闭环子空间辨识算法

闭环辨识算法具有广泛的工程应用前景,而子空间方法近年来应用于多个领域中,但子空间方法无法直接应用于闭环辨识,因此研究闭环子空间辨识算法具有重要意义.两步方法可用于辨识闭环系统,但计算量巨大,推导复杂,需要进一步改进.针对这种情况,提出了一种改进算法,使用将两步方法与正交投影相结合的方法,并利用QR分解实现,直接构建虚拟信号序列,大大减少了计算量,最后使用PI-MOESP辨识算法辨识模型.仿真实验将该算法与其他子空间辨识算法相比较,显示出该算法的有效性及计算量的显著减少.     

状态空间子空间方法处理闭环系统辨识

本文给出一个由闭环数据辨识状态空间模型的算法，此算法可辨识带有严重噪声干扰和延迟的稳定及不稳定系统，并已为数学理论及实验结果所验证。     

基于辅助变量的闭环系统子空间辨识

提出一种基于辅助变量的子空间辨识方法,适用于控制器信息未知以及参考输入已知的闭环系统参数辨识.通过将输入-输出数据块正交投影到辅助变量的行空间,直接得到扩展观测矩阵垂空间的估计.由此可从闭环系统中提取出对象模型信息,同时由SVD分解得到扩展观测矩阵与下三角Toeplitz矩阵的估计.给出了系统参数矩阵、噪声矩阵的计算方法.将所提出的子空间辨识方法应用于闭环动态的系统参数估计,其结果表明了该方法的有效性.     

脉冲响应模型的闭环子空间辨识方法

针对实际情况中难以采集控制系统开环数据的问题,对脉冲响应模型的闭环辨识问题进行了研究,提出了一种基于正交分解理论的脉冲响应模型闭环子空间辨识方法。通过使用正交分解得到联合输入输出信号的确定部分（Deterministic Components）,把闭环问题转化成开环问题。利用Toeplitz矩阵下三角结构形式,对由脉冲响应模型系数组成的子空间矩阵分块分解,通过求取子空间矩阵元素的平均值来获取脉冲响应模型参数的估计。通过采用PID控制器的单输入单输出（SISO）数值仿真、多输入多输出（MIMO）数值仿真和Wood-Berry蒸馏过程仿真实验3个仿真实例,对比研究了所提方法与PBSID_OPT、CVA三种方法。仿真结果表明了所提出的方法具有良好的辨识性能。对于实际工业过程的建模问题,该研究所提的闭环子空间辨识方法具有实际的参考价值和一定的指导意义。     

基于输入扩张的闭环系统子空间辨识及其强一致性分析

针对闭环条件下的子空间辨识问题, 结合线性代数和几何学的基本概念, 将输入输出误差序列包含至输入子空间中, 基于输入扩张的状态空间构造方法, 提出一种新的闭环辨识算法;解决开环算法应用于闭环系统辨识时产生有偏估计, 甚至不能正确辨识的问题;实现闭环条件下对系统状态空间矩阵的强一致估计, 并理论证明该辨识算法的强一致性;最后通过仿真实例验证本算法的有效性.     

基于主元分析的子空间辨识算法

子空间辨识算法作为一种优良的多变量系统辨识算法,最近在国内发展很快.但是现在国内介绍的大多数子空间辨识算法在变量有误差(errors-in-variable)时和闭环辨识时辨识结果却是有偏的,这是因为大多数子空间辨识算法都假设输入变量是没有噪声及辨识算法中存在的一个投影过程.文中介绍了一种新的子空间辨识算法,这种算法利用主元分析(PCA)来获取系统矩阵,避免了其他算法中的投影过程,因此该算法在闭环辨识和变量有误差(errors-in-variable)的情况下,辨识结果也是无偏的.最后给出一个仿真例子说明这种辨识算法的辨识效果良好.     

基于新息估计和正交投影的闭环子空间模型辨识

针对闭环控制系统提出一种基于新息估计和正交投影的闭环子空间模型辨识方法.首先采用最小二乘法对VARX模型（Vector autoregressive with exogenous inputs model）进行计算得到新息估计值,然后通过将由观测输入输出数据构造的Hankel矩阵正交投影到新息数据的正交补空间以消除噪声影响,从而在无噪声的输入输出数据奇偶空间中提取得到扩展可观测矩阵和下三角形Toeplitz矩阵.最后采用平移变换法得到系统矩阵.对该算法严格分析和证明了实现一致估计的条件.通过仿真实例验证了本文方法的有效性和优越性.     

闭环子空间辨识方法的分析与比较

在实际应用中,辨识方法的辨识精度和辨识效率一直是人们关注的指标,也是人们选择辨识方法的主要依据。针对多种闭环子空间辨识方法的辨识精度和辨识效率问题的研究,首先归纳和总结了基于正交分解和基于正交投影闭环子空间辨识方法的理论和实现;然后扩展提出了基于正交分解的闭环子空间辨识方法 ORT_POMOESP、ORT_N4SID和基于正交投影的闭环子空间辨识方法 CSOPIM_W2;最后考虑系统输入输出测量噪声,针对过程噪声为白噪声和有色噪声两种情况下,通过仿真算例以数值分析的形式,对比研究了多种闭环子空间辨识方法的辨识精度和辨识效率。该研究不仅对子空间辨识方法应用于实际工业过程的建模具有实际的参考价值,而且对实际工程应用中闭环子空间辨识算法的选用具有一定的指导意义。     

基于闭环子空间辨识的直升机横向模型修正

针对闭环条件下数据相关性所导致的辨识偏差问题,提出一种基于闭环子空间辨识的直升机模型修正方法.通过闭环子空间辨识理论以及投影算法,利用操纵指令的激励信息中蕴含的动态信息,实现闭环条件下的模型无偏估计.并通过正则化方法,实现模型先验知识与数据后验信息的融合,进一步提高直升机模型修正结果的准确性与实用性.提出了基于闭环飞行数据的直升机模型修正两步法,在闭环条件下的应用结果验证了方法的有效性.     

Closed-loop identification via output fast sampling

This paper addresses a challenge: Is a closed-loop system without external excitation identifiable? The so-called fast-sampling direct approach provides a positive answer. It removes a traditional restrictive identifiability condition for linear output feedback closed-loop systems, i.e., an external persistently exciting test signal is not required. Identifiability is analyzed using the lifting technique, the bifrequency map and bispectrum concepts. The proposed approach is further investigated and evaluated by simulation.     

通信网络可靠性评估的一种算法

本文分别对等故障率和不等故障率链路所组成的通信网的可靠性进行分析,提出相应的评估算法,并用实例说明算法执行过程。1、对等故障率链路所组成的通讯网,依据图论统计含网络图所有顶点的支撑子图的数目,然后给出通信网可靠性的估算公式。2、对不等故障率链路组成的通讯网,首先给出生成网络图的所有支撑树的算法,并把其定义为成功函数,利用排它算子,给出评估通信网可靠性的算法。     

一种基于扩张原理的模糊模型及其辨识方法

提出一种新的基于LR型模糊数及其运算的模糊模型结构--扩展的TSK模型(ETSK模型).借助于LR型模糊数隶属函数图形的面积和重心横坐标这两个"数字特征",导出了ETSK模型的输入输出解析表达式,并证明了ETSK模型与变权TSK模型的等价关系,同时给出一种对ETSK模型规则后件的参数辨识方法.仿真辨识实验结果表明,ETSK模型的辨识效果和预报精度更优.     

系统辨识与建模的一种新方法

本文从函数逼近观点研究线性和非线性系统辨 识问题,导出辨识方程,提出用神经网络建立线性和非线性系统的模型．根据函数内差逼近 原理建立神经网络学习方程,给出优化算法．计算机仿真表明新算法计算速度快,具有良好 的推广、逼近和收敛特性．     

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。     

Closed-loop identification of multivariable systems: With or without excitation of all references?

The accuracy of plant parameters estimated in closed-loop operation is investigated for a class of multivariable systems and for the situation where only some of the reference inputs are excited. This issue is important for at least two reasons: (i) there are control applications where it is preferable not to excite all references in order to avoid performance degradation, and (ii) it is not clear whether the results in the context of open-loop identification, where the existence of common parameters between the various transfer functions is a condition for improved accuracy with additional excitation, also hold in the closed-loop case. The paper examines the effect of the non-excitation of some reference inputs on the variance of the estimated parameters. The proposed expressions are valid for all conventional model structures used in prediction error identification. Although exciting all reference inputs is not necessary for identifiability, this work shows that, regardless of the parametrization, the excitation of all references never worsens and, in most cases, improves the accuracy of the parameter estimates. The analytical results developed in this work are illustrated by two simulation examples.     

基于遗传算法的非线性系统状态空间辨识

本文提出了一种基于遗传算法用状态空间方程描述非线性系统的辨识方法,研究表 明遗传算法能克服此类系统不能采用传统最小二乘法辨识的困难,并能有效地辨识出状态空 间维数及非线性度都不高的系统,同时指出基于遗传算法的非线性状态空间辨识方法在状态 维数确定、关键项确定和非关键项删除等方面还有待进一步研究．     

随机系统模型参数在线辨识的一种算法及负荷预报

本文提出了一种简化的多变量随机系统状态模型参数在线辨识方法。与最小二乘自适应递推算法比较,不仅需要辨识的参数减少,而且针对一类模型参数缓慢变化的系统,可以通过选择不同的遗忘因子序列来控制参数变化的幅度,解决了电力系统负荷预报中季节模型的老化问题。本方法基于带有随机噪声状态模型的典范型,大大节省了计算机的运算量和存贮容量,适于微处理机的在线应用。     

变步长NLMS自适应滤波算法研究

将步长因子μ与误差信号e(n)之间的一种非线性函数关系引入归一化最小均方(NLMS)自适应滤波器,提出了一种变步长NLMS算法.与一些已有算法相比,算法的步长因子易于设计和控制,对于有色输入信号,能够得到较快的收敛速度和较低的稳态失调.仿真结果和理论分析相一致,证实了算法的有效性.     

一种分布式数据库查询优化算法

Ｃｈｅｎ和Ｙｕ提出了一种新的等联接操作结果估算模型，借助于它来估算ｊｏｉｎ缩减器带来的收益。本文在此基础上分析了收益之和与ｊｏｉｎ缩减器执行次序的关系，提出了复杂度为Ｏ（ｎ＾２）的优化算法。该算法除考虑采用局部收益最大的ｊｏｉｎ操作做为首选操作外，还考虑了算法产生的操作序列在一定的条件下具有全局上的优化特征：任意两个相邻ｊｏｉｎ操作构成的子序列是最优的。