共查询到20条相似文献,搜索用时 406 毫秒
1.
2.
3.
4.
讨论单输入单输出,离散时不变因果系统的L1系统辩识问题。首先提出基于代数方法的代数算法,并分析了该算法的特点;然后估计其Worst-case误差,并证明了该算法的收敛性;最后讨论了在某些特殊情况下该算法的相应形式。所给结果是面向鲁棒控制的。 相似文献
5.
研究了一类基于动态神经网络的未知非线性多变量系统的鲁棒辨识问题,用Lyapunov稳定性理论获得了具有保护策略的鲁棒调权律,从理论上证明了被辨识的系统是鲁榛 ,辨识误差按建模误差和未建模动态收敛到一个稳定区域,该策略的特点是不需要离线学习又不需要对象的状态完全可测,仿真结果验证了提出的动态网鲁棒辨识策略的有效性。 相似文献
6.
现有的l^1鲁棒辨识方法依赖于观测数据窗的起始时刻因而不能用来辨识时变系统,针对该问题基于最小二乘法提出了一种l^1鲁棒辨识算法.该算法与观测窗的起始时刻无关,可用于时变系统的辨识.证明了当试验输入为持续激励信号时所提出的算法为本质最优算法,进一步证明了周期持续激励序列为最优试验信号,并给出了辨识误差紧界的计算公式.最后利用提出的算法研究了慢时变系统的l^1鲁棒辨识问题. 相似文献
7.
一种鲁棒BP算法及其在非线性动态系统辨识中的应用 总被引:4,自引:0,他引:4
利用多层前馈神经网络的非线性建模特性,基于动态BP网络的串并联和并联模型,提出了一种高鲁棒性BP算法,与传统的BP算法相比,鲁棒BP算法有5个优点:(1)适合于非线性动态系统辨识,(2)辨识精度高;(3)不必内插所有训练样本;(4)具有高鲁棒性,能抵制过失误差和量测误差;(5)收敛速度得到了改进,因为错误差样本的影响得到了适度的抑制,把该算法用于非线性动态系统辨识,仿真结果表明此方法是有效的。 相似文献
8.
系统地讨论了SISO、线性时不变、指数稳定系统在最坏情况下的l^1鲁棒辨识问题。提出了系统模型集合的最小外框概念,建立了两种任意非零信号作用下l^1鲁棒辨识算法;提出了任意非零信号作用下系统的可辨识条件;证明了算法的全局收敛性和最优性。 相似文献
9.
非线性系统神经网络辨识的鲁棒BP算法 总被引:2,自引:0,他引:2
讨论系统辨识神经网络算法的鲁棒性问题。通过构造新的动态鲁棒目标函数得到的RBP算法,能不断估计逼近精度,自动将品质好的样本置于强化学习域,并能有效地抵抗噪声干扰。实验结果表明,该算法具有鲁棒性强、收敛快、计算方便等特点。 相似文献
10.
基于小波变换估计频域模型误差界 总被引:2,自引:0,他引:2
讨论鲁棒辨识问题,基于离散小波变换,提出分段频带逼近,估计频域模型界。首先介绍离散小波变换,然后给出分段频带逼近算法,仿真结果验证所提方法。 相似文献
11.
基于Haar 小波变换的连续时间系统鲁棒参数辨识 总被引:2,自引:0,他引:2
给出用Haar小波对连续时间系统的鲁棒辨识方法。该方法在用Haar小波对系统输入和输入展开时,通过极小化一个鲁棒指标来减少噪声对展开系数的影响。因此对连续时间系统可获得鲁棒参数估计。仿真结果表明了该算法的有效性。 相似文献
12.
为了有效地确定飞机极曲线,提出一种鲁棒选择模型的新方法,通过分析数据矩阵模型判定方法,采用U—D分解以避免行列式的复杂计算,从而成倍提高了计算效率,通过估计D阵元素的取值区间,得到了观测量不确定部分带来的模型辨识判据的误差上下界,依此将候选按照重要程度逐个选取,在加权最小二乘算法中,采用下界不等式逼近,得到了鲁棒辨识的新算法和收敛条件,对飞机极曲线的模型和参数进行辨识,结果表明新方法可以得到工程上满意的效果。 相似文献
13.
现有的l1鲁棒辨识方法依赖于观测数据自的起始时刻因而不能用来辨识时变系统, 针对该问题基于最小二乘法提出了一种l1鲁棒辨识算法. 该算法与观测窗的起始时刻无关, 可用于时变系统的辨识, 证明了当试验输入为持续激励信号时所提出的算法为本质最优算法, 进一步证明了周期持续激励序列为最优试验信号, 并给出了辨识误差紧界的计算公式. 最后利用提出的算法研究了慢时变系统的l1鲁棒辨识问题. 相似文献
14.
15.
利用逼近理论中的n-宽度和Bernstain不等式,以一般性的窗口系数为变量,对鲁棒
辨识中的两步H∞辨识算法,建立了一个近似最优的误差上界函数.该函数是窗口系数的凸
函数,它不仅可用于计算任意窗口系数对应的辨识误差上界,还为优化选择两步H∞ 辨识算
法的窗口系数提供了可行途径. 相似文献
16.
17.
多模型小波网络非线性动态系统辨识 总被引:1,自引:0,他引:1
由于许多复杂的工业系统具有非线性特性,难以建立确切的数学模型,因此提出用
多模型小波网络辨识非线性动态系统,并给出了辨识结构和训练算法.仿真实验比较了多模型小波网络与单小波网络在辨识非线性系统时性能上的差异,验证了该方法收敛速度快,抗干扰能力强,具有较高的逼近精度. 相似文献
18.
19.