基于滤波约分法的不稳定连续系统辨识

发布时间：2021-03-15 13:49

　　针对不稳定系统难以辨识的问题,提出一种适用于不稳定连续系统辨识的滤波约分法。该方法利用动态约分技术将不稳定系统转化为稳定系统,避免了直接利用输出误差模型辨识时的失效问题。为克服传统辨识优化方法的非线性搜索能力不足缺陷,应用了粒子群优化（PSO）算法在参数空间进行高效并行地搜索来获得模型的最佳参数值。仿真实例的验证结果表明,与直接法相比滤波约分法对不稳定系统的辨识具有较高的模型辨识精度,但滤波器参数的选择需在恰当的范围内。 

【文章来源】：自动化技术与应用. 2018,37(04)

【文章页数】：6 页

【部分图文】：

闭环控制系统结构

4.1 例迭代适应度值变化曲线

4.2 例迭代适应度值变化曲线

【参考文献】：
期刊论文
[1]基于混合Box-Jenkins混合模型的闭环系统辨识及其在PID整定中的应用（英文）[J]. 李全善,李大字,曹柳林.  Chinese Journal of Chemical Engineering. 2015(12)
[2]改进量子粒子群算法及其在系统辨识中的应用[J]. 黄宇,韩璞,刘长良,李永玲.  中国电机工程学报. 2011(20)
[3]具有输入输出误差的OE模型参数辨识及控制[J]. 闾立新,陈晶.  科学技术与工程. 2010(35)
[4]输入数据缺失情况下的OE模型辨识算法研究[J]. 耿立辉,萧德云.  高技术通讯. 2010(03)



本文编号：3084285