方程误差类模型的极大似然最小二乘估计

发布时间：2024-06-11 01:23

　　随着系统辨识理论的不断发展，极大似然辨识算法在近几年得到了广泛的发展，特别是在航天器，机器人，电力，化工等方面。因此，极大似然辨识算法的研究具有重要的理论和实用价值。本文将以国家自然科学基金项目为前提，基于极大似然辨识算法系统的研究方程误差类模型的辨识问题。在现有的文献中，只是用极大似然辨识方法研究了简单的ARMAx系统，原因是其噪声是一个滑动下均过程(即噪声模型传递函数是一个多项式)。然而方程误差类模型中的动态调节系统和受控自回归自回归滑动下均系统模型的噪声项都是一个有理分式传递函数，这便是论文中辨识问题的困难之一。在查阅了相关文献的基础上，取得的研究成果如下： l.针对动态调节系统，推导了该模型系统的辨识模型，然后基于极大似然辨识思想，导出辨识模型的准则函数，并在此基础上提出了该系统模型的Davidon Fletcher Povell(DFP)变尺度法。仿真结果表明，DFP变尺度法收敛速度快，辨识精度高。 2.根据迭代辨识原理，将带有滤波的牛顿拉夫逊算法和递推极大似然方法应用于动态调节模型系统。在算法中引进滤波，改进了牛顿拉夫逊算法。仿真结果表明，带有滤波的牛顿拉夫逊算法和递推极大...

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 概论
    1.l 问题提出与研究意义
    l.2 国内外极大似然辨识算法的成果综述
    l.3 方程误差类模型简介
    l.4 辨识算法原理
    l.5 本文主要研究内容
第二章 动态调节模型的极大似然辨识
    2.1 模型简介
    2.2 极大似然原理
    2.3 DFP变尺度法
        2.3.1 算法推导
        2.3.2 例子仿真
    2.4 牛顿拉夫逊迭代算法
        2.4.1 算法推导
        2.4.2 例子仿真
    2.5 递推极大似然辨识方法
        2.5.1 算法推导
        2.5.2 例子仿真
    2.6 小结
第三章 受控自回归自回归滑动平均系统模型的极大似然辨识
    3.1 模型描述
    3.2 极大似然原理
    3.3 DFP变尺度法
        3.3.1 算法推导
        3.3.2 仿真例子
    3.4 牛顿拉夫逊迭代算法
        3.4.1 算法推导
        3.4.2 例子仿真
    3.5 递推极大似然辨识方法
        3.5.1 算法推导
        3.5.2 例子仿真
    3.6 小结
第四章 结论与展望
致谢
参考文献
附录：攻读硕士期间发表的论文



本文编号：3992190