多元方程误差系统的递阶迭代辨识方法

发布时间：2022-12-23 02:29

　　系统建模与模型辨识是进行控制系统分析和设计的基础,通过量测数据建立系统的数学模型是对系统进行深入研究的有效手段.随着现代工业系统生产工艺的不断提升,工控领域的被控对象往往是规模庞大,结构复杂以及伴随扰动的多变量系统.因此,多变量系统的辨识研究一直都是控制领域的研究热点.多元系统是用一类线性参数多变量回归模型描述的系统,它可以描述线性多变量系统,也可描述非线性多变量系统.论文通过将递阶辨识原理、数据滤波技术以及多新息辨识理论相结合,研究有色噪声干扰下的多元方程误差系统的递阶迭代辨识问题.论文主要研究工作如下.（1）针对多元方程误差自回归系统,分别应用负梯度搜索和最小二乘原理提出了这类系统的广义迭代辨识方法.针对辨识模型信息矩阵中含有未知项的问题,可以将未知项用其前一步的迭代估计值进行替代,参数估计利用替代后的信息矩阵进行刷新,从而利用批数据来实现参数向量的离线辨识.进一步地,通过利用模型分解技术将原辨识模型分解成为多个子辨识模型,然后根据交互估计理论来研究多元方程误差系统的递阶广义迭代辨识算法和递阶增广迭代辨识算法,并通过算法的计算量分析来验证递阶辨识原理可以有效的减少算法的计算量,数值... 

【文章页数】：80 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 课题的提出背景与研究意义
    1.2 国内外领域研究现状
    1.3 多变量系统辨识方法综述
    1.4 论文的主要研究内容简介
第二章 多元方程误差自回归系统的递阶广义迭代辨识
    2.1 引言
    2.2 模型描述与辨识模型
    2.3 广义梯度迭代辨识方法
    2.4 递阶广义梯度迭代辨识方法
    2.5 广义最小二乘迭代辨识方法
    2.6 递阶广义最小二乘迭代方法
    2.7 数值仿真
    2.8 本章小结
第三章 多元方程误差自回归滑动平均系统的递阶迭代辨识
    3.1 引言
    3.2 模型描述与辨识模型
    3.3 广义增广梯度迭代辨识方法
    3.4 递阶广义增广梯度迭代辨识方法
    3.5 广义增广最小二乘迭代辨识方法
    3.6 递阶广义增广最小二乘迭代辨识方法
    3.7 基于滤波的广义增广梯度迭代辨识方法
    3.8 基于滤波的广义增广最小二乘迭代方法
    3.9 数值仿真
    3.10 本章小结
第四章 结论与展望
    4.1 主要结论
    4.2 展望
致谢
参考文献
附录:攻读硕士期间发表的论文



本文编号：3724528