输出误差滑动平均系统的递阶增广随机梯度算法

发布时间：2022-01-02 23:19

　　提出了一种输出误差滑动平均（OEMA）系统的两阶段增广随机梯度算法。利用辅助模型思想处理未知变量,并用随机梯度法识别系统模型参数。应用分解的技术将OEMA系统分解为两个低维数的子系统,并分别识别每个子系统。由于子系统中协方差矩阵的维数降低,因此减少了计算量,从而提高了算法的计算效率。仿真结果表明该算法是有效的。 

【文章来源】：青岛科技大学学报(自然科学版). 2019,40(06)

【文章页数】：5 页

【文章目录】：
1 系统描述
2 两阶段增广随机梯度算法
3 仿真
4 结 语


【参考文献】：
期刊论文
[1]航空发动机MIMO系统的闭环辨识与故障诊断算法[J]. 任佳,马宏军.  测控技术. 2017(04)
[2]人为干扰对滨海湿地生态系统的影响[J]. 杨杰峰,张曼胤,康晓明,李伟,雷茵茹,崔丽娟.  湿地科学与管理. 2016(01)
[3]辨识方法的计算效率（1）:递推算法[J]. 丁锋.  南京信息工程大学学报(自然科学版). 2012(04)
[4]发电机励磁系统建模与参数辨识综述[J]. 贺仁睦,沈峰,韩冬,韩志勇.  电网技术. 2007(14)
[5]一种闭环条件下的多变量系统辨识方法[J]. 靳其兵,夏丹阳.  微计算机信息. 2007(19)
[6]利用系统辨识进行超前预测中止的在线快速仿真法[J]. 周良松,彭波,夏成军,胡会骏.  继电器. 2000(11)



本文编号：3565080