输出非线性方程误差类系统递推最小二乘辨识方法

随着控制技术的发展,控制对象的规模越来越大,使得辨识算法的计算量也越来越大.对于结构复杂的非线性系统,特别是包含未知参数乘积的非线性系统,使得过参数化辨识方法的参数数目大幅度增加,辨识算法的计算量也急剧增加,因此探索计算量小的参数估计方法势在必行.针对输出非线性方程误差类系统,讨论了基于过参数化模型的递推最小二乘类辨识方法;为减小过参数化辨识算法的计算量和提高辨识精度,分别利用分解技术和数据滤波技术,研究和提出了基于模型分解的递推最小二乘辨识方法和基于数据滤波的递推最小二乘辨识方法.最后给出了几个典型辨识算法的计算量、计算步骤、流程图.     

辅助模型辨识方法(5):最小二乘辨识

借助于辅助模型辨识思想,针对白噪声干扰的输入非线性有限脉冲响应系统,研究了辅助模型最小二乘辨识方法、辅助模型多新息最小二乘辨识方法、变递推间隔辅助模型最小二乘辨识方法、变递推间隔辅助模型多新息最小二乘辨识方法、等递推间隔辅助模型多新息最小二乘辨识方法,以及有限数据窗最小二乘辨识方法,包括引入加权因子(加权矩阵)、遗忘因子得到的一些相应辨识方法.     

加速度计参数辨识建模

根据加速度计参数模型辨识的需要,通过采集加速度计零偏,分析了数据的特点,结合最小二乘、递推最小二乘、最大似然估计3种系统辨识方法,建立起零偏数据相关的数学模型,再通过对模型进行仿真,观察参数变化曲线趋势,把模型参数和辨识之后的模型参数作对比,证明了模型的可靠性。     

室内空气系统舒适度环境模型

为满足人们对室内环境的舒适度要求,构建室内空气舒适度模型.通过分析室内环境参数变量的非线性关系及输入输出规律,建立被控对象的数学模型.采取改进递推最小二乘法的策略,对被控对象进行参数辨识,有效地提高了辨识效果.仿真实验表明采用不同参数应用不同遗忘因子的方法可以很好的模拟室内空气环境.     

传递函数辨识(9):基于频率响应的递推参数估计方法

利用系统的频率特性观测数据,研究和提出一般传递函数参数的递推辨识方法,包括投影辨识方法、随机梯度辨识方法、多新息随机梯度辨识方法、递推梯度辨识方法、多新息递推梯度辨识方法、递推最小二乘辨识方法、多新息最小二乘辨识方法,以及联合递推辨识方法和耦合递推辨识方法。文中的方法是针对一般传递函数提出的,因此也适合有共轭极点、重极点线性时不变系统的参数辨识。     

具有约束条件的最小二乘辨识及其应用

本文讨论含有多重积分环节的无自平衡系统的辨识问题。首先讨论这类系统典范差分模型具备的先验条件,其次利用得出的先验条件讨论约束最小二乘辨识问题,推出一种少参数的线性模型及其相应的改进最小二乘估计,广义最小二乘估计的递推公式,最后进行仿真研究。本文提出的模型和方法减少了计算机内存及运算工作量,提高了辨识精度,加快了收敛速度。     

辅助模型辨识方法(6):性能分析

辨识方法的性能分析是系统辨识领域的重要而困难的研究课题.新的辨识方法一诞生,就伴随着收敛性分析.辅助模型辨识是辨识的一个分支,辅助模型辨识方法已成为一大类辨识方法族,关于其收敛性也提出了许多课题.本文研究了输出误差系统辅助模型随机梯度算法、辅助模型递推最小二乘算法、辅助模型多新息随机梯度算法、变间隔辅助模型随机梯度算法和变间隔辅助模型递推最小二乘算法的一致收敛性,近似分析了Box-Jenkins系统辅助模型递推广义增广最小二乘算法的性能.     

基于最小二乘参数辨识的非线性机理模型研究

以江铜尾气处理系统为实际研究对象,为得到现场控制系统的最优控制律,针对控制率的直接作用对象－二氧化硫风机和阀门建模,采用建立混合机理模型与利用非线性最小二乘方法辨识模型参数相结合的方法,从现场采集的实际数据出发,分别建立了风机和阀门各自的非线性数学模型,再根据二者对控制规律的交互影响将他们结合成混合模型,最后通过最小二乘法辨识方法辨识出模型中的未知参数．仿真结果表明,该建模方法误差较小,精度高,具有实际意义．     

基于辨识技术的感应电机能效在线监测模型

将标准能效测试方法与电动机参数辨识方法相结合,分析了最小二乘递推(RLS)算法与扩展卡尔曼滤波(EKF)两种参数在线辨识方法计算过程及特点,以最小二乘递推算法为基础实现对电动机定转子漏电感等参数的在线辨识,考虑到最小二乘递推算法对转子电阻动态辨识性能较差,利用扩展卡尔曼滤波算法对电动机转子电阻进行在线辨识。基于在线辨识所得参数搭建电机能效监测模型,获得电机各项损耗及能效,通过仿真验证参数辨识方案可行性,并将能效测试B法所得损耗与该模型监测损耗及能效对比以验证该模型。     

基于混合优化算法的模糊系统辨识

针对一种新型分层模糊系统,提出了一种混合优化算法,即利用粒子群优化算法辨识每一个模糊单元模型的前件参数,利用递推最小二乘算法辨识后件参数.采用该辨识方法对Mackey-Glass混沌时间序列及Box-Jenkins数据进行实验,并与果蝇优化算法以及入侵杂草优化算法的仿真结果进行了比较,实验结果表明:这种混合优化算法能够提高分层模糊系统模型的精度.     

基于RLS算法的并联型APF全局积分滑模变结构控制

针对并联型有源电力滤波器(Active Power Filter, APF)谐波检测环节的延时和谐波电流跟踪环节的鲁棒性差、跟踪精度不高的问题,建立了系统解耦后的数学模型,提出了基于递归最小二乘(Recursive Least Squares, RLS)算法的并联型APF全局积分滑模变结构控制策略。谐波检测环节采用改进的瞬时无功功率理论的id-iq法,将RLS自适应滤波器替换传统的Butterworth低通滤波器,解决了传统的Butterworth低通滤波器因延时而导致的一个基波周期(20ms)内检测盲区问题。谐波电流跟踪环节采用全局积分滑模变结构控制方法,引入了全局积分滑模面,运用Lyapunov稳定性理论导出的控制律兼顾了全局滑模的快速性和积分滑模的准确性。在解决了谐波检测环节延时的条件下,将全局积分滑模控制策略与传统的PI控制和滞环控制对比,仿真实验结果表明：全局积分滑模控制对指令电流具有更高的跟踪精度,且具有更低的电网侧电流总谐波畸变率(Total Harmonic Distortion, THD)。     

基于ANSOFT DESIGNER的低通巴特沃思滤波器的设计与优化

分析了巴特沃思滤波器的特性，然后利用ANSOFT DESIGNER对巴特沃思滤波器进行设计和优化．     

定参数Butterworth滤波器的改进设计

针对Butterworth低通滤波器归一化后的传递函数动态性能指标的单一化,提出了可以根据需要改变其动态性能指标的低通滤波器。基于牛顿迭代法对Butterworth低通滤波器的极点的位置进行迭代计算,使重新分布极点的滤波器的传递函数动态性能指标满足设备的需求,并对改进后的低通滤波器进行阶跃响应分析。     

基于FPGA的三相四线制APF数字低通滤波仿真

针对三相四线制APF谐波检测中低通滤波器影响检测精度和补偿效果的问题,分析了数字低通滤波器的类型、阶数、截止频率,采样频率对APF谐波检测效果的影响,选定二阶巴特沃思数字低通滤波器。提出将FPGA用于处理谐波检测,通过改进瞬时无功功率理论的I p-Iq谐波检测方法和合适的低通滤波器配置,解决电网负载不平衡问题。仿真结果表明：采用此方法,时延仅为200ns,对基波没有影响。     

下肢外骨骼机器人动力学参数辨识与步态跟踪

为了提高下肢外骨骼机器人步态轨迹跟踪的精度,对于下肢外骨骼二连杆动力学模型,提出一种静态与动态结合的参数辨识的实验方法,并结合穿戴者人体参数,得到人机协同系统精确的动力学模型。采用基于模型上界的滑模控制,并引入低通滤波器,进行MATLAB步态跟踪仿真。经仿真表明,髋关节和膝关节转矩的实验测量值与理论计算值的波形基本一致,动力学参数辨识结果正确;基于滑模控制的人机协同系统能够实现髋关节和膝关节对参考步态轨迹的精准跟踪,低通滤波器能够有效减小滑模控制引起的高频抖振。这为下肢外骨骼动力学参数辨识提供了一种解决方案,为基于模型的控制方法提供了一种参考模型,为下肢外骨骼人机协同系统的步态轨迹精准跟踪提供了一种参考方法。     

基于模型参考自适应的AGV运动控制系统设计

为了消除自动导航车（AGV）麦克纳姆驱动轮间负载不均衡引起的控制系统不确定性问题,提出基于模型参考自适应控制（MRAC）的伺服控制方法.建立驱动轮伺服电机的数学模型,根据李雅普诺夫稳定理论求解MRAC控制律和自适应律,并确定自适应律算法的正定矩阵.根据AGV实际运行过程中伺服电机的频率特性,引入低通滤波器.综合AGV定位精度和MRAC系统稳定性,确定二阶巴特沃兹低通滤波器的截止频率.在保证控制系统稳态精度的同时,有效抑制高频振荡.实验结果表明：基于MRAC的AGV在复杂工况下的控制性能保持了较高的稳定性,每个电机的速度波动不超过3%,定位精度误差小于3.6 mm.     

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。     

模拟低通滤波器的设计

文章以巴特沃思滤波器为例介绍低通滤波器的基本设计方法。     

改善数字图像质量的滤波方法研究

图像的低通滤波可以消除噪声,提高信噪比,增加图像的清晰度,并能提取图像的特征作为识别目标的模式。文章介绍了空域中均值滤波器和中值滤波器以及频域中理想低通滤波器、巴特沃斯低通滤波器和高斯低通滤波器三种低通滤波器的基本原理和应用,并通过实例验证与分析用不同的方法对图像进行分析处理后所得到的实验结果,最后比较这些方法各自的优缺点。     

小波变换和改进谐波法的感应电动机转速辨识

针对感应电动机无速度传感器开环、闭环控制依赖数学模型的问题,建立了由自适应神经网络与小波变换构成的数字低通滤波器,并给出定子磁场定向改进转子槽谐波辨识转速的方法.利用小波变换辨识定子磁链,数字低通滤波器消除谐波信号、白噪声、频率变化等干扰因素的影响,保证准确提取转子槽谐波电压.仿真实验结果表明,该算法具有较强的鲁棒性,可在强噪声下进行信号检测,有效提高转速的辨识精度,使转速可以在很宽的范围内进行调整,并可改善其动态性能和低速性能.