一类广义Wiener非线性系统的参数辨识算法
发布时间:2021-03-04 19:16
传统的Wiener系统在工业系统建模方面获得了大量应用,但是当系统含有动态非线性环节时,就会因为模型不匹配导致建模效果不佳。为了更好的对这类系统进行建模,必须将传统Wiener系统中的静态非线性模块扩展为动态非线性形式。在采用全新结构的基础上,基于关键项分离技术参数化系统以减小算法计算量,并避免出现参数乘积项;对数据进行滤波以获得参数的无偏估计;运用最小二乘算法以获得健壮的参数估计值。数值仿真表明了算法的有效性。
【文章来源】:软件工程. 2018,21(10)
【文章页数】:4 页
【参考文献】:
期刊论文
[1]Wiener系统的变聚点样条逼近递推贝叶斯算法[J]. 景绍学,李正明. 控制理论与应用. 2017(01)
[2]非线性动态系统的Wiener神经网络辨识法[J]. 吴德会. 控制理论与应用. 2009(11)
[3]基于粒子群优化的Wiener模型辨识与实例研究[J]. 张艳,李少远,王笑波,周坚刚. 控制理论与应用. 2006(06)
本文编号:3063757
【文章来源】:软件工程. 2018,21(10)
【文章页数】:4 页
【参考文献】:
期刊论文
[1]Wiener系统的变聚点样条逼近递推贝叶斯算法[J]. 景绍学,李正明. 控制理论与应用. 2017(01)
[2]非线性动态系统的Wiener神经网络辨识法[J]. 吴德会. 控制理论与应用. 2009(11)
[3]基于粒子群优化的Wiener模型辨识与实例研究[J]. 张艳,李少远,王笑波,周坚刚. 控制理论与应用. 2006(06)
本文编号:3063757
本文链接:https://www.wllwen.com/projectlw/xtxlw/3063757.html