基于近似最小一乘准则的Hammerstein-Wiener模型随机梯度辨识

基于最小一乘准则和随机梯度算法原理,针对受尖峰噪声影响的非线性Hammerstein-Wiener模型,提出基于最小一乘准则的随机梯度算法。为解决最小一乘准则函数不可微的问题,该算法引入确定性可导函数近似代替残差绝对值。仿真实验表明:基于最小一乘准则的随机梯度算法对于非线性Hammerstein-Wiener模型可以有效地辨识出模型参数,同时抑制尖峰噪声对辨识结果的影响,具有更高的辨识精度、更快的收敛速度和良好的鲁棒性。