输出误差类单输入多输出系统的辅助模型递阶辨识
发布时间：2020-12-20 03:28
在工业控制、航空航天、天文学、海洋等众多领域中,研究的对象一般比较复杂,例如单输入多输出系统,通常很难应用已有的理论直接获得相应的数学模型,只有利用观测数据来确定研究对象的数学模型及其参数。本文以国家自然科学基金项目为背景,提出了输出误差类单输入多输出系统的递阶辨识课题。本文基于递阶辨识原理,辅助模型辨识思想,最小二乘辨识原理和随机梯度辨识原理研究了单输入多输出系统的辨识问题,论文的主要工作有如下几个方面：1.论文首先由多输入多输出系统状态空间描述模型引出单输入多输出系统状态空间描述模型,并由状态空间描述的多输入多输出系统转变成传递函数描述的输出误差多输入多输出系统模型。进一步得到了单输入多输出白噪声干扰下的输出误差系统模型。为本文接下来进一步的研究奠定了理论基础。2.针对白噪声干扰的单输入多输出输出误差模型,提出了其相应的基于辅助模型的递阶最小二乘算法和基于辅助模型的递阶随机梯度算法。其基本思想是：首先根据递阶辨识原理,将待辨识的模型分解为两个虚拟子系统,一个包含参数向量,另一个包含参数矩阵。然后根据最小二乘原理和随机梯度辨识原理辨识虚拟子系统,针对信息矩阵中含有的不可测噪声项用其估...
【文章来源】：江南大学江苏省 211工程院校 教育部直属院校
【文章页数】：66 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 问题提出与研究意义
1.2 系统辨识的研究综述
1.3 辨识原理
1.4 本文主要研究内容
第二章 输出误差模型单输入多输出系统的辨识
2.1 系统描述与传递函数模型的推导
2.1.1 多输入多输出系统描述与传递函数模型的推导
2.1.2 单输入多输出系统描述与传递函数模型的推导
2.2 输出误差模型递阶最小二乘辨识算法
2.2.1 递阶最小二乘辨识算法
2.2.2 仿真例子
2.3 输出误差模型的递阶随机梯度算法
2.3.1 递阶随机梯度辨识算法
2.3.2 仿真例子
2.4 小结
第三章 滑动平均噪声干扰下的输出误差模型单输入多输出系统的辨识
3.1 模型介绍
3.2 OEMA模型递阶增广最小二乘算法
3.2.1 递阶增广最小二乘算法
3.2.2 仿真例子
3.3 OEMA模型递阶增广最小二乘算法
3.3.1 递阶增广随机梯度算法
3.3.2 仿真例子
3.4 小结
第四章 自回归滑动平均噪声干扰的输出误差模型单输入多输出系统的辨识
4.1 模型描述
4.2 Box-Jenkins模型的递阶广义增广最小二乘算法
4.2.1 递阶广义增广最小二乘算法
4.2.2 仿真例子
4.3 Box-Jenkins模型的递阶广义增广随机梯度算法
4.3.1 递阶广义增广随机梯度算法
4.3.2 仿真例子
4.4 Box-Jenkins模型的多输入多输出系统辨识
4.5 小结
第五章 结论与展望
致谢
参考文献
附录:攻读硕士期间发表的论文
【参考文献】：
期刊论文
[1]系统辨识(1):辨识导引[J]. 丁锋. 南京信息工程大学学报(自然科学版). 2011(01)
[2]基于输出估计的多输入系统随机梯度估计算法[J]. 丁锋. 南京信息工程大学学报(自然科学版). 2010(06)
[3]一类有色噪声干扰系统的有辨识研究[J]. 崔桂梅,关英辉,张勇. 科学技术与工程. 2010(18)
[4]非持续激励条件下系统辨识递推最小二乘最小范数算法[J]. 李银国,汤卓群,黄镭. 控制理论与应用. 2009(04)
[5]SIMO系统辅助变量最小二乘盲辨识方法[J]. 陈慧波,丁锋. 系统工程与电子技术. 2009(04)
[6]基于辅助模型的量化控制系统辨识方法[J]. 谢林柏,丁锋,王艳. 控制理论与应用. 2009(03)
[7]基于辅助模型的递推增广最小二乘辨识方法[J]. 王冬青. 控制理论与应用. 2009(01)
[8]基于模糊ARMAX模型的模糊建模[J]. 王宏伟,于双和. 控制理论与应用. 2009(01)
[9]Box-Jenkins法参数辨识与仿真研究[J]. 宫唤春,吴义虎. 科技创新导报. 2008(30)
[10]基于辅助模型的多新息广义增广随机梯度算法[J]. 王冬青,丁锋. 控制与决策. 2008(09)
硕士论文
[1]CARMA模型与输出误差模型迭代辨识[D]. 王金海.江南大学 2008
本文编号：2927123
【文章来源】：江南大学江苏省 211工程院校 教育部直属院校
【文章页数】：66 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 问题提出与研究意义
1.2 系统辨识的研究综述
1.3 辨识原理
1.4 本文主要研究内容
第二章 输出误差模型单输入多输出系统的辨识
2.1 系统描述与传递函数模型的推导
2.1.1 多输入多输出系统描述与传递函数模型的推导
2.1.2 单输入多输出系统描述与传递函数模型的推导
2.2 输出误差模型递阶最小二乘辨识算法
2.2.1 递阶最小二乘辨识算法
2.2.2 仿真例子
2.3 输出误差模型的递阶随机梯度算法
2.3.1 递阶随机梯度辨识算法
2.3.2 仿真例子
2.4 小结
第三章 滑动平均噪声干扰下的输出误差模型单输入多输出系统的辨识
3.1 模型介绍
3.2 OEMA模型递阶增广最小二乘算法
3.2.1 递阶增广最小二乘算法
3.2.2 仿真例子
3.3 OEMA模型递阶增广最小二乘算法
3.3.1 递阶增广随机梯度算法
3.3.2 仿真例子
3.4 小结
第四章 自回归滑动平均噪声干扰的输出误差模型单输入多输出系统的辨识
4.1 模型描述
4.2 Box-Jenkins模型的递阶广义增广最小二乘算法
4.2.1 递阶广义增广最小二乘算法
4.2.2 仿真例子
4.3 Box-Jenkins模型的递阶广义增广随机梯度算法
4.3.1 递阶广义增广随机梯度算法
4.3.2 仿真例子
4.4 Box-Jenkins模型的多输入多输出系统辨识
4.5 小结
第五章 结论与展望
致谢
参考文献
附录:攻读硕士期间发表的论文
【参考文献】：
期刊论文
[1]系统辨识(1):辨识导引[J]. 丁锋. 南京信息工程大学学报(自然科学版). 2011(01)
[2]基于输出估计的多输入系统随机梯度估计算法[J]. 丁锋. 南京信息工程大学学报(自然科学版). 2010(06)
[3]一类有色噪声干扰系统的有辨识研究[J]. 崔桂梅,关英辉,张勇. 科学技术与工程. 2010(18)
[4]非持续激励条件下系统辨识递推最小二乘最小范数算法[J]. 李银国,汤卓群,黄镭. 控制理论与应用. 2009(04)
[5]SIMO系统辅助变量最小二乘盲辨识方法[J]. 陈慧波,丁锋. 系统工程与电子技术. 2009(04)
[6]基于辅助模型的量化控制系统辨识方法[J]. 谢林柏,丁锋,王艳. 控制理论与应用. 2009(03)
[7]基于辅助模型的递推增广最小二乘辨识方法[J]. 王冬青. 控制理论与应用. 2009(01)
[8]基于模糊ARMAX模型的模糊建模[J]. 王宏伟,于双和. 控制理论与应用. 2009(01)
[9]Box-Jenkins法参数辨识与仿真研究[J]. 宫唤春,吴义虎. 科技创新导报. 2008(30)
[10]基于辅助模型的多新息广义增广随机梯度算法[J]. 王冬青,丁锋. 控制与决策. 2008(09)
硕士论文
[1]CARMA模型与输出误差模型迭代辨识[D]. 王金海.江南大学 2008
本文编号：2927123
本文链接：https://www.wllwen.com/projectlw/xtxlw/2927123.html
