28775.基于擴(kuò)展卡爾曼濾波和模糊多目標(biāo)進(jìn)化算法的多項(xiàng)式系統(tǒng)辨識(shí)與狀態(tài)估計(jì)

1、華東理工大學(xué)碩士學(xué)位論文第1頁(yè)基于擴(kuò)展卡爾曼濾波和模糊多目標(biāo)進(jìn)化算法的多項(xiàng)式系統(tǒng)辨識(shí)與狀態(tài)估計(jì)摘要近年來(lái)，多項(xiàng)式系統(tǒng)辨識(shí)問(wèn)題是非線性系統(tǒng)辨識(shí)領(lǐng)域的一個(gè)研究熱點(diǎn)。針對(duì)多項(xiàng)式系統(tǒng)狀態(tài)和參數(shù)的估計(jì)精度受初值影響較大的問(wèn)題，本文提出了一種基于擴(kuò)展卡爾曼濾波(ExtendedKalmanFiltering，EKF)的多項(xiàng)式系統(tǒng)狀態(tài)和參數(shù)聯(lián)合估計(jì)方法。首先用最d乘法對(duì)多項(xiàng)式系統(tǒng)進(jìn)行參數(shù)估計(jì)，將估計(jì)結(jié)果作為EKF的初值，之后對(duì)多項(xiàng)式系統(tǒng)的狀態(tài)和參數(shù)進(jìn)

2、行聯(lián)合估計(jì)。仿真結(jié)果顯示，與EKF相比，該方法使得系統(tǒng)狀態(tài)估計(jì)誤差的方差減小。同時(shí)，本文提出了一種基于模糊多目標(biāo)進(jìn)化算法的多項(xiàng)式系統(tǒng)結(jié)構(gòu)辨識(shí)方法。先采用基于相關(guān)性的正交前向搜索(CorrelationbasedOrthogonalForwardSearch，COFS)方法確定一階項(xiàng)，然后根據(jù)各單項(xiàng)式與輸出的相關(guān)系數(shù)以及每個(gè)單項(xiàng)對(duì)輸出的貢獻(xiàn)度，縮小候選單項(xiàng)式范圍。將Pareto支配改為模糊Pareto支配，將快速非支配排序算法改為模糊型算