共查询到17条相似文献,搜索用时 78 毫秒
1.
2.
3.
为了很好的解决在线辨识系统模型问题,在对子空间模型辨识研究的基础上,结合递推最小二乘算法和子空问状态辨识方法。推导了子空间状态辨识的递推算法。该算法不仅解决了在线辨识问题,而且算法简单,计算方便,很好地克服了在线辨识时子空间矩阵维数的变化问题。经仿真研究表明,该递推算法克服了一次完成算法在大批量数据运算时,耗时大,专用内存多的缺点,而且对于测量和过程均有噪声干扰的多输入多输出系统,有很好的辨识效果,有较为广阔的应用前景。 相似文献
4.
复杂系统的递阶模糊辨识 总被引:2,自引:0,他引:2
针对Takagi_Sugeno模糊模型 (T_S模型 )严重的维数灾问题, 借鉴GMDH算法, 提出了一种新的复杂系统递阶模糊辨识方法. 本文首先详细描述了由两输入变量的特殊T_S模型所组成的递阶模糊模型 ;然后提出了具体的辨识该递阶模糊模型的方法. 该方法的特点是 :a)在结构辨识阶段, 用FCM模糊聚类方法评价系统中每个输入变量的重要性, 以便构造合理的递阶模糊模型 ;b)预先合理地确定了所要辨识的参数的初始值, 用扩展卡尔曼滤波方法可很快地得到这些参数. 最后, 给出的仿真实例说明了本文辨识方法的有 相似文献
5.
针对非均匀周期采样系统,通过状态空间模型离散化方法得到其输入输出表达形式.鉴于参数化后得到的辨识模型同时包含1个参数向量和1个参数矩阵,利用递阶辨识原理,将辨识模型分解为分别含有参数向量和参数矩阵的2个虚拟子系统;考虑到系统的因果约束问题,将包含参数矩阵的子系统分解为子子系统进行辨识,从而提出这类非均匀采样系统的递阶最小二乘辨识方法.仿真例子表明该算法是有效的. 相似文献
6.
基于正交梯度搜索的动态系统递阶优化辨识 总被引:2,自引:0,他引:2
提出了一种辨识线性时不变状态空间系统参数的正交梯度二步递阶优化方法. 通过极小化输出误差目标函数获得了系统参数估计; 提出了正交梯度搜索方法用于解决系统参数的非唯一性问题, 正交梯度搜索的本质是在输入-输出等价类相切平面的正交垂空间更新系统参数; 给出了用 L-M 算法进行参数优化的充分条件; 提出的系统参数递阶优化辨识方法包括两步: 首先用给出的自适应 L-M 算子正交梯度方法确定参数优化方向; 其次由一维搜索方法计算最佳步长. 蒙特卡罗数值仿真实验表明本文提出的方法具有收敛速度快、抗噪能力强以及数值稳定性好等优点. 相似文献
7.
8.
9.
10.
11.
线性多变量系统的联合辨识算法 总被引:3,自引:1,他引:2
本文提出了同时估计线性多变量系统所有参数的联合辨识算法(CIA),并用随机过程理论分析了算法的收敛性。与子系统辨识算法(SSIA)相比,CIA的计算量要小得多。各输出间存在相互作用噪声时的辨识问题通过使用递推广义增广最小二乘法(RGELA)得到解决。数字仿真结果表明了CIA的有效性。 相似文献
12.
硬件在环系统中电机参数辨识及状态估计研究 总被引:2,自引:0,他引:2
矢量控制电机中的敏感参数转子时间常数的实时辨识和电机状态实时估计是电机高性能运行的保证,首先讨论了转子时间常数参数辨识,其次讨论了滑模观测器并给出了观测器稳定性分析,通过观测器得到感应电机磁链状态估计值;将得到的转子磁链值用于MRAS状态估计,得到实时的电机转速.设计了硬件在环仿真系统验证电机状态估计方法及参数辨识方法;硬件在环试验系统包含感应电机,电气测功器以及实时仿真器等硬件,通过硬件在环实时试验得到了实时的电机状态估计及参数辨识结果,试验结果验证了参数辨识及状态估计方法的有效性和实时性. 相似文献
13.
14.
15.
独立元及小波分析估计多元系统状态变量 总被引:4,自引:0,他引:4
结合状态空间描述,利用独立元分析(ICA)方法对状态变量进行估计.解析和算例验证表明。按照状态变量数目计算的ICA分量是状态变量的良好估计,非线性误差得到降低.在含噪声系统中,结合小波去噪可去除ICA无法去除的噪声,获得状态变量的估计值,显著提高信噪比;噪声可以削弱非线性引起的误差,采用先获取状态变量,后小波去噪的方法。能得到更好的状态变量估计值. 相似文献
16.
多变量时滞系统的结构辨识 总被引:3,自引:0,他引:3
本文利用投影技术提出一种辨识结构的新方法.它能在多变量系统模型参数被估计之前,直接从输入输出数据中确定该模型的时滞因子集.可观指数集及最小估计参数集. 相似文献