首页 | 本学科首页   官方微博 | 高级检索  
     

Wiener系统的变聚点样条逼近递推贝叶斯算法
引用本文:景绍学,李正明. Wiener系统的变聚点样条逼近递推贝叶斯算法[J]. 控制理论与应用, 2017, 34(1): 13-21
作者姓名:景绍学  李正明
作者单位:江苏大学,江苏大学
基金项目:国家自然科学基金项目(51477070), 江苏大学研究生科研创新项目(KYXX 0003)资助.
摘    要:为了辨识过程噪声干扰的Wiener非线性系统,提出了一种基于三样条函数逼近的递推贝叶斯算法.众所周知,传统的多项式逼近具有不能外推、高阶易震荡等缺点.为了克服这些缺点,首先利用三样条函数对Wiener系统的非线性反函数进行逼近,在此基础上将待辨识系统参数化为伪线性回归系统.然后把估计到的噪声方差融入算法,接着使用递推贝叶斯算法对参数进行了估计.为了提高三样条函数对非线性反函数的逼近能力,一种基于均值的变聚点选择方法被应用于算法.文中还对算法的收敛性进行了分析,并用数值仿真和案例建模验证了算法的有效性.

关 键 词:参数估计   Wiener系统   过程噪声   三样条函数   递推贝叶斯算法   可变聚点
收稿时间:2016-03-23
修稿时间:2016-07-23

Variable knots spline approximation recursive Bayesian algorithm for identification ofWiener systems
JING Shao-xue and LI Zheng-ming. Variable knots spline approximation recursive Bayesian algorithm for identification ofWiener systems[J]. Control Theory & Applications, 2017, 34(1): 13-21
Authors:JING Shao-xue and LI Zheng-ming
Affiliation:Jiangsu University,Jiangsu University
Abstract:
Keywords:parameter estimation   Wiener system   process noise   cubic spline function   recursive Bayesian algorithm   variable knots
本文献已被 CNKI 等数据库收录!
点击此处可从《控制理论与应用》浏览原始摘要信息
点击此处可从《控制理论与应用》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号