类多变量输出误差系统的耦合多新息辨识方法

辅助模型辨识思想、多新息辨识理论、耦合辨识概念是研究复杂多变量系统辨识的新理念和原理.将它们结合起来研究类多变量输出误差系统的辨识问题,提出了多元辅助模型辨识方法、多元辅助模型多新息辨识方法、变递推间隔多元辅助模型多新息辨识方法.为减小算法的计算量和提高参数估计精度,将系统模型分解为一些子辨识模型,应用辅助模型辨识思想、多新息辨识理论、耦合辨识概念,研究和推导了部分耦合辅助模型辨识方法、部分耦合辅助模型多新息辨识方法.讨论了几个典型辨识算法的计算量,给出了参数估计的计算步骤和计算流程图.     

多元系统耦合多新息随机梯度类辨识方法

针对多元线性回归系统,利用耦合辨识概念和多新息辨识理论,讨论了多元随机梯度算法、多元多新息随机梯度算法,以及变递推间隔多元多新息梯度算法,进一步分解多元系统为一些子系统,给出了耦合子系统随机梯度算法、耦合随机梯度算法、耦合子系统多新息随机梯度算法、耦合多新息随机梯度算法,并将这些方法推广到多元伪线性滑动平均系统和多元伪线性自回归滑动平均系统.文中给出了几个典型耦合随机梯度算法、耦合多新息随机梯度算法的计算步骤和示意图.     

多元伪线性回归系统部分耦合多新息随机梯度类辨识方法

针对多元伪线性滑动平均系统,讨论了多元增广随机梯度算法,为减小算法的计算量,将系统分解为一些子系统,给出了子系统增广随机梯度算法,利用耦合辨识概念和多新息辨识理论,推导了部分耦合(子系统)增广随机梯度算法、部分耦合(子系统)多新息增广随机梯度算法.进一步将提出的方法推广到多元伪线性自回归滑动平均系统,给出了部分耦合(子系统)广义增广随机梯度算法、部分耦合(子系统)多新息广义增广随机梯度算法.文中分析了多元增广随机梯度算法、部分耦合增广随机梯度算法、部分耦合多新息增广随机梯度算法的计算量.     

输入非线性方程误差系统的多新息辨识方法

针对输入非线性方程误差系统,即输入非线性受控自回归系统,研究了基于过参数化模型的多新息辨识方法和基于过参数化模型的递阶多新息辨识方法;研究了基于关键项分离原理的多新息辨识方法;使用辨识模型分解技术,研究了基于关键项分离原理的两阶段多新息辨识方法和三阶段多新息辨识方法.这些方法可以推广到其他输入非线性方程误差系统、输入非线性输出误差类系统、输出非线性方程误差类系统、输出非线性输出类系统、反馈非线性系统等.同时,给出了几个典型辨识算法的计算量、计算步骤和流程图.     

类多变量方程误差类系统的递阶多新息辨识方法

根据递阶辨识原理,研究了类多变量方程误差系统和类多变量方程误差ARMA系统递阶随机梯度方法和递阶梯度迭代方法、递阶最小二乘方法和递阶最小二乘迭代方法.进一步利用多新息辨识理论,推导了递阶多新息梯度辨识方法和递阶多新息最小二乘辨识方法.为减小计算量,推导了基于滤波的类多变量方程误差ARMA系统递阶辨识方法和递阶多新息辨识方法.讨论了几个典型辨识算法的计算量,并给出了计算参数估计的步骤.     

滤波辨识(10):多变量Box-Jenkins系统的滤波辅助模型递阶广义增广参数辨识

针对多变量Box-Jenkins模型,即多变量输出误差自回归滑动平均(M-OEARMA)系统,利用滤波辨识理念和辅助模型辨识思想,研究和提出了滤波辅助模型递阶广义增广随机梯度辨识方法、滤波辅助模型递阶多新息广义增广随机梯度辨识方法、滤波辅助模型递阶广义增广递推梯度辨识方法、滤波辅助模型递阶多新息广义增广递推梯度辨识方法、滤波辅助模型递阶广义增广最小二乘辨识方法、滤波辅助模型递阶多新息广义增广最小二乘辨识方法。这些滤波辅助模型递阶广义增广辨识方法可以推广到其他有色噪声干扰下的线性和非线性多变量随机系统中。     

滤波辨识(6):输出误差自回归滑动平均系统的滤波辅助模型广义增广迭代参数估计

输出误差自回归滑动平均模型也称为Box-Jenkins模型。针对Box-Jenkins系统,基于滤波辨识理念,研究和提出了滤波辅助模型广义增广梯度迭代辨识方法、滤波辅助模型多新息广义增广梯度迭代辨识方法、滤波辅助模型多新息广义增广投影迭代辨识方法、滤波辅助模型广义增广最小二乘迭代辨识方法、滤波辅助模型多新息广义增广最小二乘迭代辨识方法。这些滤波辅助模型广义增广迭代辨识方法可以推广到其它有色噪声干扰下的线性和非线性多变量随机系统中。     

滤波辨识(5):输出误差自回归滑动平均系统的滤波辅助模型递推广义增广参数估计

针对输出误差自回归滑动平均系统,即Box-Jenkis系统,利用滤波辨识理念,研究和提出了滤波辅助模型广义增广随机梯度辨识方法、滤波辅助模型多新息广义增广随机梯度辨识方法、滤波辅助模型多新息广义增广投影辨识方法、滤波辅助模型递推广义增广梯度辨识方法、滤波辅助模型多新息递推广义增广梯度辨识方法、滤波辅助模型递推广义增广最小二乘辨识方法、滤波辅助模型多新息递推广义增广最小二乘辨识方法。这些滤波辅助模型广义增广辨识方法可以推广到其他有色噪声干扰下的线性和非线性多变量随机系统中。     

传递函数辨识(25):自回归输出误差自回归滑动平均系统的辅助模型递阶广义增广递推参数估计

利用递阶辨识原理、多新息辨识理论,研究和提出AR-OEARMA系统的辅助模型递阶广义增广随机梯度算法、辅助模型递阶多新息广义增广随机梯度算法、辅助模型递阶广义增广递推梯度算法、辅助模型递阶多新息广义增广递推梯度算法、辅助模型递阶广义增广最小二乘算法、辅助模型递阶多新息广义增广最小二乘算法.这些辅助模型递阶递推辨识方法可...     

输入非线性方程误差自回归系统的多新息辨识方法

典型块结构非线性系统包括基本的输入非线性系统、输出非线性系统、输入输出非线性系统、反馈非线性系统等.输入非线性系统包括输入非线性方程误差类系统和输入非线性输出误差类系统.以输入非线性方程误差自回归系统,即输入非线性受控自回归自回归(IN-CARAR)系统为例,分别基于过参数化模型,基于关键项分离原理,基于数据滤波技术以及基于辨识模型分解技术,研究和提出了IN-CARAR系统的随机梯度辨识方法、多新息随机梯度辨识方法、递推最小二乘辨识方法、多新息最小二乘辨识方法.这些方法可以推广到其他输入非线性方程误差系统、输入非线性输出误差类系统、输出非线性方程误差类系统、输出非线性输出类系统、反馈非线性系统等.同时,给出了几个典型辨识算法的计算步骤、流程图和计算量.     

噪声依赖状态和控制的时滞非线性随机系统Nash微分博弈

研究了一类噪声依赖于状态和控制的时滞非线性随机系统的2人Nash微分博弈问题,借助4个耦合的Hamilton-Jacobi方程组（HJEs）得到了Nash均衡策略存在的充分条件,即耦合HJEs如果存在解,Nash均衡策略就存在. 同时给出了Nash均衡策略的显式表达. 最后,通过一个数值算例验证了文中所得结论的有效性.     

最小二乘法在随机控制系统辨识中的应用

在航天器飞行控制过程中,利用最小二乘法求出满足系统指标要求的解,使航天器快速达到准确预定轨道。在随机系统参数辨识中应用最小二乘法,并建立简单的航天器质点运动和测量模型,利用Matlab软件进行仿真试验,结果表明此方法在随机控制系统中辨识精度高、收敛性好。     

一种基于干扰预测的Smith预估器

提出了一种基于干扰预测的Ｓｍｉｔｈ预估器的改进结构形式,该结构可提高用于纯迟延过程的Ｓｍｉｔｈ预估器的抗干扰能力。干扰预测采用直接预测的方法,比常将有色噪声中除白噪声以外的成分相应增补为系统向量的方法简单直观。定性分析了有限带宽型有色噪声带宽与预测长度,预测方法之间的关系。并给出了窄带宽功率谱随机信号的预测法及仿真结果。     

基于医疗设备的辐射EMI噪声诊断与抑制技术研究

复杂电子系统产生的电磁干扰噪声包括传导EMI噪声和辐射EMI噪声,辐射EMI噪声是以空间电磁场形式影响其他电子设备的.针对复杂电子系统产生的辐射EMI噪声,分别建立了两种辐射噪声理论模型及其等效电路,包括基于PCB电路数据传输线引起的辐射噪声模型分析和基于电路芯片时钟信号管脚引起的辐射噪声模型分析.并针对上述辐射噪声提出了相应的噪声抑制方法.实验结果表明,采用文中方法,某型医疗盆地粉碎机辐射EMI噪声抑制效果可达10 d BμV/m,从而验证了方法的有效性.     

基于高斯噪声的孪生近端最小二乘支持向量回归模型研究及应用

孪生近端最小二乘支持向量回归机(twin proximal least squares support vector regression,TPLSSVR)是在PLSSVR模型的理论基础上结合TSVR模型的双超平面理念而设计的一种新的回归模型. 本文利用TPLSSVR模型框架构建了基于高斯噪声的孪生近端最小二乘支持向量回归模型. 该模型利用最小二乘方法,分别加入正则化项b²₁、b²₂,将一个不等式约束问题转化为两个更简单的等式约束问题,提高了模型的泛化能力,有效提升了预测精度. 为解决模型的参数选择问题,选用收敛速度快、鲁棒性好的粒子群优化算法对模型参数进行优化选择. 将新构建的模型应用于人工数据集和风速数据集,实验结果显示该模型有较好的预测效果.     

基于T-S模型的随机双线性系统的稳定问题

主要研究了基于T-S模型的随机双线性系统的稳定性问题。首先,利用并行分布补偿方法设计控制器,确保闭环系统是随机渐近稳定的。其次,基于It^o随机稳定性理论,利用Lyapunov函数方法、不等式变换技巧和Schur补引理,证明了定理所给的稳定条件下的结论是成立的。设计方法的有效性通过一个数值例子来验证。     

基于观测器设计的随机非线性时滞系统模糊自适应动态面控制

针对一类状态不可测的非线性随机时滞系统,提出了一种模糊自适应输出反馈控制策略。首先设计了非线性观测器使其对系统的状态进行估计,设计模糊状态观测器估计不可测状态。利用所设计的观测器,动态面控制技术以及自适应backstepping控制方法,设计了一种自适应输出反馈控制器。并且证明了闭环随机系统在概率意义下半全局一致最终有界稳定。此外,选择合适的参数还能使观测误差和系统输出任意的小。仿真实例验证了提出方案的有效性。     

基于加权最小二乘的双线性系统的自适应控制及其应用

本文对一类双线性系统，用加权最小二乘辨识方法建立了自适应控制算法，该算法适用于非最小相位系统，且具有大范围渐近收敛和稳定的性质。从谷氨酸结晶过程的ｐ值控制实验表明，本文算法具有良好的控制效果，比非线性ＰＩＤ控制具有更高的控制质量．     

切换线性随机系统的指数稳定分析:多Lyapunov函数方法

考虑随机扰动对于切换系统稳定性的影响.我们推广多Lyapunov函数方法并利用噪声的统计性质建立几乎必然指数稳定的条件.进而,给出了子系统反馈控制器的设计条件以使闭环系统是几乎必然指数稳定的.最后,通过一个仿真算例验证了方法的有效性.     

基于局域波分解的大系统派生模态降维研究

文章分析了当前以平衡与截裁为代表的大系统降维理论,鉴于其内容不尽完善,因此基于系统运动模态的特征,在科技与哲理的辩证分析基础上,建立了大系统派生模态理论和组合降维模型。对于工程实际中的系统响应曲线,提出了基于局域波分解的大系统派生模态提取策略实现系统降维。仿真结果表明,基于模态和图形的协同算法应用简便,并可获得较高精度的降维模型。