多变量连续系统离散化模型参数的近似估算

在采样周期较小条件下,多变量线性动态系统的离散化模型参数主要取决于原连续模型中分母、分子多项式的前一、二项系数阵。据此,进一步导出了离散化模型参数阵的近似估算公式,这一结果可用于自校正类控制中对递推参数估计的初值进行恰当设定,以便在起动阶段即可取得良好的闭环响应。     

传递函数辨识(4):基于脉冲响应的递推参数估计方法

即使对于线性时不变系统,脉冲响应也是系统参数的高度非线性函数。利用系统的脉冲响应观测数据和非线性优化方法,论文提出了一阶系统、二阶系统、高阶单极点系统传递函数的最小均方参数估计方法、随机梯度参数估计方法、多新息随机梯度参数估计方法等,以及高阶单极点系统的递推梯度参数估计算法和牛顿递推参数估计方法等。提出的方法可以推广用于其他传递函数描述的动态系统参数辨识,如具有共轭极点、重极点高阶传递函数参数的辨识。     

基于递推最小二乘法的半挂汽车列车结构参数估计

准确获取车辆的结构参数对汽车的主动安全控制至关重要.该文主要研究半挂汽车列车稳定性控制中的结构参数估计.基于汽车纵向动力学的半挂汽车列车整车质量与路面纵向坡度的多遗忘因子递推最小二乘算法(RLS)估计方法,利用估计的整车质量获取挂车的横摆转动惯量;根据线性四自由度(4-DOF)半挂汽车列车模型,探讨了半挂汽车列车轮胎侧偏刚度的RLS估计算法,并讨论了不同初始值对估计效果的影响.基于商用车动力学仿真标准软件TruckSim建立了某半挂汽车列车的非线性车辆模型,通过平路面和不同坡度路面上的动力学仿真对估计方案进行了验证,结果表明,相关参数的估计值和实际值吻合良好,对提高半挂汽车列车主动安全控制的性能具有重要意义.     

传递函数辨识(11):频率响应递推参数估计(并联情形)

工程中,频率特性又称频率响应。针对不同极点惯性环节并联而成的系统,利用正弦激励信号作为输入,通过测量系统的频率特性观测数据,基于二次优化和非线性优化技术,推导了估计传递函数参数的最小均方算法、随机梯度算法、多新息随机梯度算法、递推梯度算法、多新息递推梯度算法、牛顿递推算法,以及结合实频特性和虚频特性观测数据的联合递推辨识算法和耦合递推辨识算法。文中的方法可以推广用于其他传递函数描述的动态系统参数辨识,如具有共轭极点、重极点传递函数参数的辨识以及任意非线性函数的参数估计。     

方阵计算中的几个递推公式

目的研究方阵计算中的几个递推算法. 方法利用高等代数多项式基本理论进行推导演算. 结果推导出计算方阵行列式, 逆矩阵. 特征多项式, 伴随矩?阵等递推公式. 结论运用此方法, 运算简单、精确度高, 适合于高阶矩?阵上机计算.     

一种非递推线性系统辩识算法

提出了最小二乘类辩识算法的全信息阵，通过对全信息阵的处理可同时获得在不同模型阶次下的参数估计和目标函数值，为确定模型的阶次和参数估计提供了方便。     

RKRLS及在混炼胶质量建模与预报中的应用研究

对递推最小二乘(RLS)进行了非线性的核(kernel)变换,并采用正则化技术改写了目标范函,提出了一种正则核变换递推最小二乘(regularized kernel,RLS)算法.获得了RKRLS模型的系数和误差表达式,分析了算法的推广能力并证明了KeYnel RLS算法为其特例,进而导出了RKRLS算法在限定、增长和缩减记忆三种不同模式下的递推公式均无需进行求逆计算.RKRLS算法具有三个特性:小样本、可控的推广能力和速度快,因而非常适合于工业应用场合.通过对橡胶混炼质量的门尼指标进行建模和预测分析表明,本算法具有较好的跟踪预测性能.     

改进的广义预报控制算法

对Clarke(1984)的广义预报控制算法引入了三点重要改进: (1)以逐次单步预报方式取代递推求解丢番方程作法,对受控对象的输出实现多步预报,使计算量大为减少, (2)按采样周期较小条件下所得离散模型参数的理论近似值及参数总和趋一定理设定参数估计初值,使启动初期的估计和控制质量得以明显改进; (3)采用最优滑动平均滤波器抑制阶跃武或正弦式等确定性干扰,而又不致过度放大随机噪声, 改进后的算法仍然保留原广义预报控制的所有鲁棒性。     

传递函数辨识(12):频率响应递推参数估计(串联情形)

针对不同环节串联而成的系统,根据系统的幅频特性数据和相频特性数据,利用梯度搜索、牛顿搜索,以及多新息辨识理论和耦合辨识概念,分别研究了幅频特性、幅频相频联合、幅频相频耦合的最小均方算法、随机梯度算法、多新息随机梯度算法、递推梯度算法、多新息递推梯度算法、牛顿递推算法等。文中的方法可以推广用于其他传递函数描述的动态系统参数辨识,如具有共轭零点极点、重零点极点传递函数的参数辨识以及任意非线性函数的参数估计。     

AR模型参数自适应估计方法研究及应用

为了提高AR模型参数估计的精度和收敛速度,提出基于卡尔曼(Kalm an)滤波原理的AR模型参数估计方法.把AR模型参数向量作为状态向量,利用随机游动模型建立系统的状态方程,由观测数据建立系统的观测方程,应用卡尔曼(Kalm an)滤波原理求得参数向量的最小方差估计.将该方法应用于船舶运动实时建模预报中.仿真研究表明本文提出的基于Kalm an滤波算法的AR模型在预报精度以及收敛速度方面均优于基于递推最小二乘法(RLS)和最小均方(LMS)算法,该算法具有较强的鲁棒性,降低了实时在线预报时通信故障所引起的数据缺失对预报精度的影响.该方法在理论和工程应用方面具有重要的意义.     

基于动态折息因子递推最小二乘法的 永磁同步电机参数辨识

针对传统递推最小二乘法（RLS）辨识永磁同步电机（PMSM）参数精度较差问题,提出了一种动态折息RLS的PMSM参数辨识方法。在PMSM数学模型基础上建立了多参数辨识模型,实现了多参数实时辨识;对RLS引入动态折息因子,通过估计误差对其实时调整,克服了传统RLS数据饱和与估计精度较差问题。仿真分析和实验结果表明,在不同工况下,所提方法在辨识电机定子电阻、定子电感和永磁磁链参数的误差均控制在1%以内,比传统参数辨识方法具有更好的辨识精度与快速性。     

基于多项式变换的自适应Chirp信号参数估计

提出了一种新的基于多项式变换的RLS(recursiveleastsquare)算法。利用多项式变换将多项式相位信号(PPS)转变为具有线性相位的谐波信号,这一谐波信号满足AR(Autoregressive)模型且其频率对应于多项式相位的最高次项系数。然后利用RLS算法对AR模型的AR系数进行自适应估计,通过AR系数求解谐波信号频率,便可以获得多项式相位中最高次项的系数。本算法速度快,计算量小,并且在较低的信噪比(SNR)下估计性能依然良好。Monte Carlo仿真实验证明了本方法的有效性。     

一种用于实际OFDM系统的RLS自适应信道估计算法

对OFDM信道估计中的信道冲激响应(CIR)泄漏问题进行了分析,提出了一种新的时域一维递归最小二乘(RLS)自适应信道估计算法。RLS滤波器的输入和参考信号被一个独立于信道统计特性的矩阵加权,降低了CIR泄漏的影响。该算法保持了一维RLS算法低复杂度的特点,运算量远小于二维RLS算法。仿真结果证明,在非整数采样多径衰落信道下该算法极大提高了一维RLS信道估计的MSE性能,使其逼近于二维RLS算法。     

一种计算复杂度低收敛速度快的递推Capon谱估计算法

基于递推最小二乘方法实现对观测信号自相关矩阵的逆R-1L的估计,研究了一种计算复杂度低和收敛速度快的Capon谱估计算法。该算法避免了用Cholesky分解、奇异值分解、QR分解或目前文献中见到的其他方法所带来的Capon谱估计算法计算复杂的缺点。同时,在信号自相关矩阵条件数不好时,该算法仍然可以进行信号的谱估计。仿真结果表明,尽管该方法的谱估计分辨率不如修正协方差谱估计法,但是两者相差不多,该方法非常有利于谱估计算法的实时实现和实际应用,并且还可以实现Capon幅值估计。     

一种新的基于导频的MIMO-OFDM信道估计方法

提出了一种适用于时变衰落信道的MIMO-OFDM系统的组合信道估计方法。该方法利用优化导频和基于梯度的可变遗忘因子的改进RLS算法进行信道估计。此外,采用基于MMSE(minimum mean square error)的合并器对改进RLS算法的估计结果做了进一步修正。仿真结果表明,这种改进的RLS算法较传统的RLS算法能够更有效地跟踪时变衰落信道的变化;在相同条件下,该组合算法能够提高系统性能,获得更小的BER(bit error rate)。     

一种时变系统模型结构确定和参数估计新算法

将参数检测技术和辨识方法相结合，系统结构在线辨识和参数跟踪相结合，基于Ｕ－Ｄ分解技术，提出一种时变系统结构确定和参数估计的最小二乘辨识新算法。该算法不仅可实现系统阶次和参数的同时估计，而且通过对损失函数的实时监测，实现协方差阵的自适应调整，使辨识算法收敛速度快，对时变系统阶次和参数变化均有很强的跟踪能力。     

蚁群算法在自校正PID控制器设计中的应用

该文提出一种适用于一阶或二阶加延迟系统的自校正比例-积分-微分控制器的设计方法。推导了一种的丢番图方程求解方法,降低了自校正控制算法的计算量。使用蚁群优化方法对控制器参数进行离线优化,使系统在某一性能指标下的性能达到最优或接近最优。该设计方法使用递推最小二乘算法进行对象的在线辨识,使系统具有良好的自适应能力。仿真结果表明了该设计方法的有效可行。     

快衰落信道下MLSD接收机的简化

针对快速Rayleigh衰落信道下，逐幸存路径最大似然序列检测（MLSD）接收机中过于复杂的计算量问题和实时信道跟踪难题，综合采用了简化的Kalman信道跟踪算法和减状态的逐幸存路径(RSSE-PSP) Viterbi算法，实现了更简化的最大似然序列检测接收机。仿真结果表明，这种简化了的Kalman-RSSE-PSP最大似然序列检测接收机，具有相对较低的计算复杂度，误码率性能也优于同衰落率条件下采用递归最小二乘（RLS）-RSSE-PSP算法的最大似然序列检测接收机。