Hammerstein系统和Wiener系统的加权递推最小二乘辨识

发布时间：2023-06-01 20:25

　　Hammerstein和Wiener系统分别属于输入非线性模型和输出非线性模型,因为它们具有结构简单和灵活多变的特点而在辨识领域中广受青睐。最小二乘算法是一种经典的辨识算法,这类算法具有精度高,收敛速度快的优点,并且在白噪声的干扰下其参数估计无偏。本文的研究主要是针对Hammestein和Wiener系统,通过引入加权和最新估计的辨识思想对基本的最小二乘辨识算法进行了改进,并且在有色噪声干扰下通过引入辅助变量进一步改进。使其拥有更高的辨识精度和收敛速度。本文的主要工作如下:针对Hammerstein ARX模型,结合加权思想和最新估计思想给出了加权最小二乘辨识算法。利用权重的思想,将当前时刻的修正项改写成当前时刻修正项与前一时刻修正项的权重和。为了进一步提高加权最小二乘算法的辨识精度,引入了最新估计的辨识思想,用最新时刻的参数估计代替前一时刻的参数估计。通过仿真对比验证了加权最小二乘辨识算法的精度及抗干扰能力优于最小二乘辨识算法。针对Hammerstein ARMAX模型,结合加权思想、最新估计思想和辅助变量思想提出了加权辅助变量最小二乘算法。因为最小二乘在有色噪声下是有偏的,引入辅助...

【文章页数】：62 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题研究的背景及意义
    1.2 系统辨识的国内外研究现状
        1.2.1 非线性系统辨识方法研究现状
        1.2.2 最小二乘系统辨识方法研究现状
    1.3 本文主要研究内容
第2章 Hammerstein ARX模型的加权最小二乘辨识
    2.1 Hammerstein ARX模型
    2.2 Hammerstein ARX模型的加权最小二乘算法
    2.3 参数分离的三种方法
    2.4 仿真实例
    2.5 本章小结
第3章 Hammerstein ARMAX模型的加权辅助变量最小二乘辨识
    3.1 Hammerstein ARMAX模型
    3.2 Hammerstein ARMAX模型的辅助变量最小二乘算法
    3.3 Hammerstein ARMAX模型的加权辅助辅助变量最小二乘算法
    3.4 仿真实例
    3.5 本章小结
第4章 Wiener ARMAX模型的加权辅助变量最小二乘辨识
    4.1 Wiener ARMAX模型
    4.2 Wiener ARMAX模型的辅助变量最小二乘辨识算法
    4.3 Wiener ARMAX模型的加权辅助变量最小二乘辨识算法
    4.4 仿真实例
    4.5 本章小结
结论
参考文献
致谢



本文编号：3826989