基于辅助模型递推最小二乘法的Hammerstein模型多信号源辨识.pdf

基于辅助模型递推最小二乘法的Hammerstein模型多信号源辨识.pdf

ID:56217049

大小:336.68 KB

页数:6页

时间:2020-06-21

基于辅助模型递推最小二乘法的Hammerstein模型多信号源辨识.pdf_第1页
基于辅助模型递推最小二乘法的Hammerstein模型多信号源辨识.pdf_第2页
基于辅助模型递推最小二乘法的Hammerstein模型多信号源辨识.pdf_第3页
基于辅助模型递推最小二乘法的Hammerstein模型多信号源辨识.pdf_第4页
基于辅助模型递推最小二乘法的Hammerstein模型多信号源辨识.pdf_第5页
资源描述:

《基于辅助模型递推最小二乘法的Hammerstein模型多信号源辨识.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第38卷第1期南京理工大学学报Vo1.38No.12014年2月JournalofNamingUniversityofScienceandTechnologyFeb.2014基于辅助模型递推最小二乘法的Hammerstein模型多信号源辨识贾立,杨爱华,邱铭森(1.上海大学机电工程与自动化学院,上海市电站自动化技术重点实验室,上海200072;2.新加坡国立大学工程学院,新加坡119260)摘要:针对含有过程噪声的Hammerstein模型,提出了一种基于辅助模型递推最小二乘法的Hammerstein模型多信号源辨识方法。采用多信号源实现H

2、ammerstein模型的可辨识性和参数估计分离问题;将辅助模型引入到串联模块的最小二乘法辨识中,得到Hammerstein模型参数的无偏估计。仿真结果验证了该算法的有效性。关键词:Hammerstein模型;辅助模型;最小二乘法;参数辨识;多信号源中图分类号:TP273文章编号:1005—9830(2014)Ol一0034—06Auxiliarymodelrecursiveleastsquarealgorithmbasedmulti—signalidentificationofHammersteinmodelJiaLi,YangAihua

3、,QiuMinsen。(1.ShanghaiKeyLaboratoryofPowerStationAutomationTechnology,CollegeofMechatronicsEngineeringandAutomation,ShanghaiUniversity,Shanghai200072,China;2.FacultyofEngineering,NationalUniversityofSingapore,Singapore119260)Abstract:Amulti—signalidentificationalgorithmbas

4、edonauxiliarymodelrecursiveleastsquarealgorithmforHammersteinmodelwithprocessnoiseisproposedhere.Themulti—signalsareusedtorealizetheidentificationandseparationofHammersteinmode1.Theconceptofauxiliarymodelisemployedintotheleastsquarealgorithmtoobtaintheunbiasedestimationoft

5、heHammersteinmode1.Thesimulationresultsshowtheeficiencyoftheproposedmethod.Keywords:Hammersteinmodels;auxiliarymodels;leastsquarealgorithm;parameteridentification;multi.signals收稿日期:2013—06—08修回日期:2013-08-12基金项目:国家自然科学基金(61004019;61374044);上海市科委国际合作项目(12510709400);上海市教委创新重点

6、项目(14ZZ088);上海大学”十一五”211建设项目资助作者简介:贾立(1975一),女,博士,教授,主要研究方向:复杂非线性系统的建模、优化与控制,E—mail:jiali@staff.shu.edn.cn。引文格式:贾立,杨爱华,邱铭森.基于辅助模型递推最小二乘法的Hammerstein模型多信号源辨识[J].南京理工大学学报,2014,38(1):34—39.投稿网址:http://njlgdxxb.paperonce.org总第194期贾立杨爱华邱铭森基于辅助模型递推最小二乘法的Hammerstein模型多信号源辨识35目前,在

7、非线性动态建模研究中,Hammerstein模型是其中的一个研究热点,它同时测中间变量,等表示线性部分的传递函数,n。和n表示与模型阶数相关的参数,e(k)表示白结合了动态线性模型和静态(无记忆)非线性函数模型,具有较易辨识、计算量少、能较好地反映噪声。过程特征的特点,适合作为过程控制模型使用一引。对于Hammerstein模型的辨识,可采用迭代图1Hammerstein模型结构图和过参数法、随机法、频域法、盲辨识法、解耦法等本文采用神经模糊系统(NFM)拟合静态非辨识出静态非线性模块和动态线性模块的参线性模块,即数一。但采用经典的两阶段辨

8、识法分离静态非线性模块与动态线性模块,在辨识的第一阶段,若()=“())(M())(2)系统中存在过程噪声,辨识得到的含原系统参数式中:(·)表示静态非线性模块的估计量,乘积项的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。