搜索结果: 16-30 共查到“知识库 系统辩识”相关记录54条 . 查询时间(1.343 秒)
多变量传递函数矩阵辨识的二级QR分解快速递推算法
多变量系统 系统辨识 参数估计
2008/12/29
提出一种多变量传递函数矩阵辨识的二级QR分解算法,避免了子系统辨识方法
对可测数据的重复处理;在不扩大维数的条件下,获得使总体损失函数最小的估计值.该算法
与HOUSEHOLDER变换的快速递推算法结合,不仅大大地减少了辨识所需的运算量,而且
可减少LS算法中增益矩阵计算的误差积累和传递,提高辨识精度.
本文利用投影技术提出一种辨识结构的新方法.它能在多变量系统模型参数被估计之
前,直接从输入输出数据中确定该模型的时滞因子集.可观指数集及最小估计参数集.
反馈未知闭环系统的MRIV法辨识
反馈 系统辨识 辅助变量法
2008/12/29
本文提出了一种改进的精致辅助变量法.这种方法适合于反馈未知的闭环系统的参数
估计.本文在理论上分析了此方法的一致性,并通过Monte Carlo仿真实验证实了方法的
有效性.
非线性系统辨识--GMDH的一种新算法及其应用
系统辨识 GMDH 参数估计
2008/12/29
本文提出了用单向逐步回归方法确定GMDH中最佳部分多项式结构和进行参数估计,并
且给出了递推算法.这种算法避免了原算法[3]中的大量重复运算,对多步预测模型更显出其
优越性.实际应用例子证明了该算法的有效性.
非线性系统辨识中模糊模型参数收敛问题的进一步研究
非线性系统辨识 模糊系统模型 参数收敛性
2008/12/29
对于使用标准的Mamdani 型模糊系统及正交投影参数调整算法进行非线性系统辨识,基于模糊模型参数的估计值收敛到其真实值所需的持续激励条件,给出了适用于非线性移动平均模型和二阶非线性自回归移动平均模型系统辨识的持续激励输入信号设计的几个算法.
非线性系统的多模态ARMAX模型--一种基于插值理论的模型
非线性系统 多元多项式插值 多模态模型
2008/12/29
基于多元多项式插值理论,提出了非线性系统的多模态模型,分别考虑了非平衡和平衡两
种方式下的多模态模型.在大范围内这两种模型均有较好的精度,特别是平衡式多模态模型
具有便于现场辨识和工程应用的特点.仿真结果表明了这种模态模型的有效性.
非整数阶系统的频域辨识法
非整数阶系统 非整数阶系统辨识 最小二乘方法
2008/12/26
提出了一类非整数阶系统的频域辨识最小二乘方法, 给出了算法的详细推导过程. 通过对已知系统仿真, 结果表明该方法有如下优点: 对于非整数阶对象, 能够用更简单的模型获得更好的频域响应拟合; 对于整数阶对象, 采用阶数扫描的方法仍然能找到拟合其频域响应的最好的整数阶模型; 与整数阶系统辨识算法相比, 该算法更稳定.
非最小相位FIR系统的自适应辨识
自适应系统辨识 非最小相位系统 高阶累量
2008/12/26
提出了一种基于线性代数方程组约束和梯度法的非最小相位FIR系统的自适应辨
识算法.选用的线性方程组具有列满秩的系数矩阵,保证了系统参数的唯一可识别性.由于只
采用高阶累量,故能够抑制任何高斯有色噪声的影响.重点讨论了梯度法中步长的选择,提出
了收敛速度最快的变步长.仿真实验的结果证实了算法的有效性.
非最小相位线性系统的可辨识性及辨识方法--非平稳输入
随机系统 系统辨识 反褶积
2008/12/26
非平稳过程在实际中是大量遇到的,该文研究当系统输入是不可量测的非平稳过程时,系
统相位的可辨识性及辨识方法.文中给出了一般性结论并与平稳条件下所得的结果[1]进行
了比较.对零初始条件下的渐近平稳过程这一非平稳特例做了较详细的研究给出了若干有意
义的结果.这些结果比较合理地解决了由系统的幅谱恢复非最小相位系统的相位信息的问
题.
工业过程稳态模型估计误差的渐近正态性分析:SISO情形
系统辨识 随机系统 在线优化控制
2008/12/26
本文研究了在相当弱的条件下工业过程稳态模型估计误差的渐近正态性.参数估计采用
简单加权最小二乘法,并利用近似线性模型集.优化过程中正常的系统设定点阶跃变化作为
辨识信号.据此证明了系统稳态模型估计误差渐近正态分布的结论.同时,还研究了估计量
的收敛速度和对线性近似模型结构的渐近鲁棒性.仿真研究则探讨了在有限样本空间内,影
响估计精度的若干因素.
关于Fogel&Huang算法在频域中的最优化问题
Fogel&Huang算法 超平面 边界噪声
2008/12/26
采用Fogel&Huang结构,在时域抽取影响系统模型参数的噪声特性,并结合Kouvaritakis&
Trimboli的研究成果,将这些特性映射到频率响应复平面.提出一种计算过程可以
迭代循环的最优收敛算法,并在频域复平面上给出描述系统鲁棒性的包络曲线,所有可能的、
随系统不确定性而变化的频率响应都落在该曲线所包围的闭域内.
广义正交多项式用于时变延时线性系统的参数辨识
广义正交多项式 运算矩阵 参数辨识
2008/12/25
应用广义正交多项式(GOP)的展开式估计时变延时线性系统的参数.其基本思想是状
态函数和控制函数分别用有限多项广义正交多项式表示,利用GOP的运算矩阵,将时变延时
微分方程转化为用展开系数表示的线性方程组,通过输入输出数据,参数能够辨识.
规则可生长与修剪的非线性系统T-S模糊模型辨识
生长与修剪 平均响应 在线辨识
2008/12/25
通常离线提取 T-S 模糊模型的规则后, 规则数无法在模型使用中进行调整, 而这成为表达非线性系统复杂性的一个瓶颈. 针对这一问题, 本文引入一种神经网络的生长和修剪方法, 从实时数据中提取 T-S 模型的规则, 并定义其对应局部模型对输出的影响, 以此作为在线调整规则数的依据, 从而更准确地表达了非线性系统的复杂性和运行中的变化. 再加上基于竞争性 EKF(Extended Kalman fil...