一种新的基于遗忘因子的递推子空间辨识算法

针对工业系统中广泛存在的时变特性, 提出一种新的递推子空间辨识算法, 实现对系统状态空间模型的在线递推估计. 为更好地跟踪系统时变特性, 研究基于遗忘因子的输入输出数据矩阵构造机制, 以提高递推算法的收敛速度; 针对算法中奇异值分解的求解问题, 将梯度型算法引入基于遗忘因子的状态子空间跟踪中, 实现对广义能观测矩阵的估计, 避免了子空间近似带来的估计有偏性; 该算法计算简单有效, 且对初值具有更高的鲁棒性; 最后给出该递推算法的性能分析, 理论证明其收敛性, 并通过仿真实例验证算法的有效性.     

一种基于变因子梯度型PAST 的递推子空间辨识算法

针对传统递推子空间算法采用固定遗忘因子而存在易受噪声干扰等问题,提出一种新的变因子递推子空间辨识算法.该算法首先引入变因子构造和更新输入输出Hankel矩阵以及观测向量;然后利用变因子改进梯度型子空间跟踪算法估计系统的广义能观测矩阵,并由广义能观测矩阵来估计系统矩阵;最后运用系统矩阵的特征值空间欧氏距离信息实现变因子更新步骤,使算法具有自适应性.将所提出算法应用于一类时不变系统和慢变系统模型,数值仿真结果表明该算法跟踪速度较快且跟踪效果良好.     

线性时变反馈系统的状态空间模型和模态参数递推辨识

针对闭环系统中时变状态空间模型和模态参数的辨识问题, 提出一种递推辨识格式, 将这种格式与递推子空间方法结合, 得到一种辨识方法. 该方法通过重建输入输出数据之间的关系, 递推辨识得到闭环系统的时变状态空间模型和模态参数. 算例研究了系统在模态参数突变和周期变化两种情况下的辨识问题, 仿真结果表明, 所提出算法能有效辨识线性时变反馈系统的状态空间模型和模态参数.

     

多变量系统状态空间模型的递阶辨识

研究多变量系统状态空间模型的递阶辨识问题,推广了作者提出的标量系统状态和参数联合辨识算法.当状态可量测时,利用最小二乘原理直接辨识状态空间模型的参数矩阵;当状态不可测时,利用递阶辨识原理提出了状态空间模型递阶辨识方法,使用系统输入输出数据来估计系统的未知状态和参数.状态空间模型递阶辨识方法分为两步:首先假设系统状态是已知的(即参数估计算法中的未知系统状态用其估计代替),基于状态估计和系统输入输出数据递归计算系统参数估计;然后基于系统输入输出数据和获得的参数估计,递归计算系统的状态估计.     

面向鲁棒控制的l1中心估计递推算法

讨论未知但有界误差假设下的ｌ１中心估计问题，提出了中心估计递推算法的理论基础，并据此设计了ｌ１中心估计的递推算法。理论分析和数据仿真表明，与原有算法相比，递推算法可以显著减少计算量，提高估计速度，因而可应用于实时在线辨识。所给算法和结果是面向鲁棒控制的。     

基于有限记忆变遗忘因子的子空间辨识算法

针对传统递推子空间辨识算法对时变参数跟踪速度慢的问题,基于自适应变遗忘因子机制提出一种新的子空间辨识算法.为此首先设计了变遗忘因子作用下输入输出Hankel矩阵的更新机制;然后运用系统矩阵特征值空间欧氏距离信息实现变遗忘因子的自适应更新;最后为隔断历史数据的作用,采用有限记忆法进一步改进算法.理论及仿真结果表明,新算法跟踪速度快、跟踪效果好.     

具有限定记忆的辅助变量参数辨识法与仿真研究

最小二乘参数辨识法可用于动态系统、静态系统、线性系统、非线性系统的参数估计。可用于离线估计,也可用于在线估计。最小二乘辨识法简单、实用,其递推算法收敛可靠,并且当模型噪声为白噪声时,可得到无偏、一致和有效的估计,从而得到广泛的应用。但当模型噪声是有色噪声时,最小二乘参数估计不是无偏、一致估计,并且随着数据的增长,最小二乘递推辨识算法将出现数据饱和现象,以致递推算法慢慢失去修正的能力。辅助变量递推算法解决了噪声的模型结构不确定且模型噪声是有色噪声时,最小二乘参数估计的元偏性和一致性问题,但依然存在数据饱和问题。为此在辅助变量递推算法的基础上引入限定记忆方式,获得了具有限定记忆的辅助变量参数估计递推算法,解决了辅助变量递推算法的数据饱和问题。仿真结果表明了该算法的有效性。     

基于子空间辨识的模型预测控制策略及其应用

针对化工过程中普遍存在的非线性和时变特性, 提出了一种基于递推子空间辨识的自适应预测控制策略.用子空间辨识法得到的预测模型作为初始模型, 通过比较初始模型和在线更新模型的匹配误差, 选择匹配误差较小的预测模型计算过程的输入, 从而提高了模型精度. 通过模拟移动床过程控制的仿真试验, 表明该方法具有较强的鲁棒性和抗干扰能力.     

基于参数在线辨识和SVD-UKF的锂电池SOC联合估计

锂电池的荷电状态(SOC)是电池管理系统的核心参数,准确的SOC估计对电动汽车的安全运行至关重要。针对因电池模型参数固定导致锂电池SOC估计精度不高和误差协方差非正定导致传统无迹卡尔曼滤波算法估计SOC失败的问题,提出基于参数在线辨识和SVD-UKF的锂电池SOC联合估计算法。该算法使用变遗忘因子递推最小二乘法实现电池模型参数的在线辨识,通过基于奇异值分解的无迹卡尔曼滤波算法(SVD-UKF)实现电池SOC的估计。在联邦城市运行工况下对联合估计算法进行验证,实验结果表明,联合估计算法可将SOC估计误差控制在1.53%以内,能够有效提高SOC估计的准确性和稳定性。     

基于随机分布理论的递推子空间辨识

在实际生产过程中,采用传统子空间辨识法建立的离线模型并不能有效准确地跟踪系统的动态变化;奇异值分解等线性代数工具虽然增加算法的数值鲁棒性,但也相应增加了子空间辨识的在线递推困难.为解决上述问题,本文针对连续时间系统提出基于随机分布理论的递推子空间辨识方法.首先,通过随机分布理论构建系统的连续随机分布函数,并利用微分计算获得系统等价的输入输出矩阵方程.然后,采用将输入输出数据矩阵"R"规模固定的方法,达到数据压缩的目的.最后,通过最小二乘法和残差分析法递推更新模型的系统矩阵和噪声强度直至达到辨识要求.仿真结果验证了所提方法的有效性和精确性.     

线性相位FIR数字滤波器设计的随机抽样递推最小二乘算法

本文考虑了基于加权平方误差准则线性相位FIR数字滤波器的设计问题，提出一种随机抽样递推最小二乘（RS－RLS）设计方法．将设计问题看成一个线性系统的辨识问题，辨识参数所需的数据由一随机抽样法产生，辨识算法采用递推最小二乘法上RS-RLS设计法简单易用，设计范例说明这一方法具有很高的设计精度．     

递推l1鲁棒便是方法研究

研究了基于含ｌ＾１范数约束非结构不确定性因子的模型集描述的动态系统的ｌ＾１鲁棒辨识问题。首先在较缭的先验条件下导出了受系统参数集为Ｒ＾ｎ空间一凸多面体;然后通过求解该多面体的最小外框给出了名义时域模型的一次完成辨识方法和限定数据窗递推辨识方法,并给出了辨识误差界;最后对递推辨识算法进行了理论分析,算例仿真表明了算法的有效性。     

限定记忆法辨识带钢热镀锌退火炉模型参数

最小二乘参数估计方法可用于线性的或非线性的系统参数辨识,包括动态的、静态的和参数的或非参数的模型辨识,其递推算法更是收敛可靠,简单实用。但是随着数据的不断增长,最小二乘的递推算法将失去修正能力,出现数据饱和现象,限定记忆最小二乘法解决了这一问题,并能得到无偏、一致、有效估计。以已建立的连续带钢热镀锌退火炉数学模型为实例,用限定记忆最小二乘法辨识连续带钢热镀锌退火炉模型参数。通过对限定记忆最小二乘法的研究,进行模型参数辨识,并给出辨识结果和分析,结果证明了该方法的优越性。     

一类模糊系统的多层递阶预报

本文讨论一类模型系统的多层递阶预报问题，提出了相应的模糊多层递阶模型，模糊参数估计方法及预报步骤。通过应用实例说明效果良好。     

Adaptive discrete-time sliding-mode control of nonlinear systems described by Wiener models

In this paper, we propose an adaptive control scheme that can be applied to nonlinear systems with unknown parameters. The considered class of nonlinear systems is described by the block-oriented models, specifically, the Wiener models. These models consist of dynamic linear blocks in series with static nonlinear blocks. The proposed adaptive control method is based on the inverse of the nonlinear function block and on the discrete-time sliding-mode controller. The parameters adaptation are performed using a new recursive parametric estimation algorithm. This algorithm is developed using the adjustable model method and the least squares technique. A recursive least squares (RLS) algorithm is used to estimate the inverse nonlinear function. A time-varying gain is proposed, in the discrete-time sliding mode controller, to reduce the chattering problem. The stability of the closed-loop nonlinear system, with the proposed adaptive control scheme, has been proved. An application to a pH neutralisation process has been carried out and the simulation results clearly show the effectiveness of the proposed adaptive control scheme.     

一个线性递归查询算法的设计与实现

旨在解决在演绎数据库中，如何利用递归规则进行递归查询的问题。介绍了一个线性递归查询算法的基本思想，阐述了该算法的设计与具体实现，包括算法采用的数据结构、程序中各功能模块的功能，对算法进行了分析。     

Recursive functions in a data base language for complex objects

The work presented in this paper demonstrates a new method for recursive queries in a complex object data base system. The method is called functional recursion. Most previous approaches express recursive queries by set oriented recursion, i.e. they allow us to define a set M recursively by an equation M = ƒ(M). In contrast to set oriented recursion, functional recursion as defined in this paper allows the user to define a function ƒ recursively by an equation ƒ = F(ƒ). As opposed to recursive functions written in a conventional programming language, the termination criterion which sometimes is rather complex does not have to be programmed by the user but is given implicitly. By providing appropriate parameters to a function, the user can integrate a selection into the recursion in a convenient and natural way. This is not the case for set oriented recursion. When using set recursion, the user is forced to formulate a query which computes more than really needed. It is the task of the optimizer then to push the subsequent selection into the recursion. This means that the user cannot write the query in a natural way and the system then has to figure out what the user wanted. All these problems are avoided when using recursive functions as defined in this paper. Moreover, a solution based on key oriented duplicate elimination is presented which solves the problem of lists and arithmetics in the context of recursive functions. The method is illustrated by bill-of-materials examples and by a railroad example.     

基于NLJ方法的PID控制参数寻优自整定

在运用递推最小二乘法在线辨识系统模型参数的基础上，采用NLJ方法（随机数直接搜索法）以ITAE（时间乘误差绝对积分）指标最优为目标对PID控制参数寻优整定。使用该方法在FESTO过程控制系统上进行液位设定值跟踪控制实验，并于传统Z-N参数整定法进行了比较，该方法控制效果比较理想。     

用VB编写Hanoi塔问题动态演示程序

递归技术是算法设计过程中的一个重要技术,Hanoi塔问题是一个典型的适合用递归技术求解的问题。将Hanoi塔问题的递归执行过程利用编程方法动态演示出来,有助于人们结合Hanoi塔问题加深对递归技术的理解。     

Recursive identification for multivariate autoregressive equation-error systems with autoregressive noise

This paper considers the recursive identification problems for a class of multivariate autoregressive equation-error systems with autoregressive noise. By decomposing the system into several regressive identification subsystems, a maximum likelihood recursive generalised least squares identification algorithm is proposed to identify the parameter vectors in each subsystem. In addition, a multivariate recursive generalised least squares algorithm is derived as a comparison. The numerical simulation results indicate that the maximum likelihood recursive generalised least squares algorithm can effectively estimate the parameters of the multivariate autoregressive equation-error autoregressive systems and get more accurate parameter estimates than the multivariate recursive generalised least squares algorithm.