辨识Box-Jenkins模型参数的递推广义增广最小二乘法

本文提出一种递推广义增广最小二乘辨识算法(RGELS)。该算法推广了递推增广最小二乘法(RELS),可用于一般模型(BOX-Jenkins模型)的参数辨识。数字仿真例子表明了算法的有效性。     

最小二乘法参数辨识及其微机实现

最小二乘法是系统参数辨识中最基本、最成熟的方法,在微机上实现最小二乘法辨识参数,使参数辨识和建模得到了从理论到实际应用的飞跃。     

基于电压递推与FFRELS的航空蓄电池模型参数动态辨识

摘要：针对电池等效电路模型参数具有时变性,难以准确辨识的问题,建立了二阶RC航空电池模型,提出了基于遗忘因子扩展递推最小二乘法(FFRELS)的参数辨识算法;同时针对电池开路电压测量时间长的问题,创建了蓄电池开路电压辨识递推模型,实现开路电压的动态估计,该方法能够准确辨识出模型的参数,有效提高蓄电池开路电压的辨识精度。最后通过仿真实验,验证了该方法能够提高电池模型参数的辨识精度。     

遗传算法在T-S模糊模型参数辨识中的应用

介绍了T-S模糊模型的建模过程,在现有T-S模糊模型参数辨识方法的基础上,提出了一种先应用最小二乘法对结论参数进行粗略辨识,以确定参数的大致范围之后,再应用遗传算法对前提参数和结论参数同时优化的参数辨识方法。通过MATLAB对本算法进行了仿真,并对非线性函数进行了逼近实验,所取得的结果令人满意。     

飞行器气动力参数辨识

基于飞行器法向过载方程,首先采用逐步回归分析方法对气动力系数的多元线性回归模型进行因子筛选,确定气动模型结构,然后用逐步回归分析法的结果作为初值,用实时递推最小二乘法估计气动力参数。     

遗传算法在模糊模型参数辨识中的应用

介绍了T-S模糊模型的建模过程,在现有T-S模糊模型参数辨识方法的基础上,提出了一种先应用最小二乘法对结论参数进行粗略辨识,以确定参数的大致范围之后,再应用遗传算法对前提参数和结论参数同时优化的参数辨识方法,通过MATLAB对本算法进行了仿真,并对非线性函数进行了逼近实验,所取得的结果令人满意。     

基于MATLAB的最小二乘法参数辨识与仿真

本文介绍了基于MATLAB/Simulink的使用最小二乘法进行参数辨识的设计与仿真方法.首先简述参数辨识的概念和最小二乘法的基本原理,然后介绍如何采用Simulink建立系统的仿真对象模型和运用MATLAB的M语言编写最小二乘递推算法,最后结合实例给出相应的仿真结果和分析.本文的仿真方法克服了传统编程语言仿真时繁杂、难度高、周期长的缺点.     

永磁同步电机的建模与参数辨识

永磁同步电机由于其优越的性能而广泛的应用于精确的伺服控制控制系统中,针对电机的参数会随着工作环境的变化而变化,导致控制的精度受到很大影响.提出采用实时地对电机参数进行辨识,成为提高整个系统性能的保证.在深入分析永磁同步电机的电磁特性后,推导出永磁同步电机在两相静止坐标下的电机数学模型;并在该数学模型下利用递推最小二乘法编写辨识算法,对电机的参数进行在线辨识.利用matlab软件平台构建永磁同步电机双闭环仿真模型进行仿真,仿真结果表明算法能精确地辨识电机的参数,具有较好的鲁棒性.从而证明上述方法的正确性,能够提高控制系统的精度.     

MIMO系统参数集员辨识的优化算法

在噪声瞬时有界的情况下,提出了多输入多输出系统参数集员辨识的两种优化算法,这两种优化算法具有识别冗余数据的能力,而且与最小二乘方法相比具有更好的性能,文中的仿真例子验证了上述结果。     

基于支持向量机回归的抗癌药物活性研究

采用支持向量机回归(SVR)方法研究了40个抗癌化合物-二取代[(吖啶-4-酰胺基)丙基]甲胺类衍生物的定量构效关系,基于留一法交叉验证的结果,其平均相对误差是6.56％.结果表明,所建SVR模型的精度高于逆传播人工神经网络(BPANN)、多元线性回归(MLR)和偏最小二乘法(PLS)所得的结果.     

基于脉冲响应的输出误差模型的辨识

基于系统脉冲响应参数, 利用相关分析方法, 提出了一种辨识输出误差模型参数的方法. 该方法是利用有限脉冲响应模型逼近输出误差模型, 通过依次递增脉冲响应参数的数目N来提高逼近精度. 理论分析表明, 只要N足够大, 模型的辨识精度可以满足实际要求. 提出的辨识方法可以在假设阶次N =1的条件下, 依次递增计算N较大时的脉冲响应参数和目标函数值, 从而根据脉冲响应确定系统的参数. 仿真试验说明提出的方法估计输出误差模型的参数是有效的.     

基于准最小二乘法的光伏阵列模型鲁棒参数估计方法

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。     

基于约束最小二乘的光学遥感图像融合

在光学遥感图像融合方法中,最小二乘法常被用于求解多光谱图像拟合低分辨率全色图像的线性回归系数,但是回归系数常常出现负数,导致其物理意义不明确。针对这种实际情况,提出了基于约束最小二乘的低分辨率全色图像构造方法。通过IKONOS-2全色与多光谱图像的融合实验,结果表明：该方法所求得的回归系数具有明确物理意义,符合实际情况,并且与光谱响应函数法、最小二乘法相比,其融合质量基本保持一致,并且由于该方法不需要先验知识,故其实用性较强。     

Least-squares-based iterative identification algorithm for Hammerstein nonlinear systems with non-uniform sampling

This paper focuses on identification problems for Hammerstein systems with non-uniform sampling. By using the over-parameterization technique, we derive a linear regressive identification model with different input updating rates. To solve the identification problem of Hammerstein output error systems with the unmeasurable variables in the information vector, the least-squares-based iterative algorithm is presented by replacing the unmeasurable variables with their corresponding iterative estimates. The performances of the proposed algorithm are analysed and compared by using a numerical example.     

传递函数阵子子模型参数递推估计：辅助模型方法

本文提出了递推估计传递函数阵子子模型(SSM)参数的辅助模型方法。不同噪信比下的数字仿真结果表明了所提出的算法的有效性。该算法计算量小,且可用于在线辨识。     

UD分解与偏差补偿结合用于变量带误差模型辨识

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.     

基于LabVIEW的加速度计模型参数辨识模块设计

加速度计的模型参数辨识对研究加速度计动态特性具有重要作用.针对加速度计动态特性测试系统中加速度计模型参数辨识模块的设计,利用LabVIEW图形化编程的特点,以最小二乘原理为基础,通过对加速度计频域响应函数的拟合实现了加速度计模型参数的辨识,并构建了可视化软面板.实验测试表明:所设计模块能够实现加速度计模型参数辨识,有较高的参数辨识精度,并具有良好的人机交互,所辨识出的模型能够描述加速度计的动态特性.