非線性hammerstein模型的辨識【開題報告+文獻綜述+畢業(yè)設計】

1、畢業(yè)設計開題報告畢業(yè)設計開題報告電氣工程與自動化電氣工程與自動化非線性非線性HammersteinHammerstein模型的辨識模型的辨識1、選題的背景與意義系統(tǒng)辨識是是現代控制理論中的一個重要分支。通過辨識建立數學模型的目的是估計表征系統(tǒng)行為的重要參數，建立一個能模仿真實系統(tǒng)行為的模型，用當前可測量的系統(tǒng)的輸入和輸出預測系統(tǒng)輸出的未來演變，以及控制器的設計。非線性系統(tǒng)辨識是系統(tǒng)辨識的一個重要的發(fā)展方向，一直是現代辨識領域中的一個主要

2、課題，對其研究有十分重要的理論和實際意義。非線性問題的主要困難之一是一直缺乏描述各種非線性系統(tǒng)特性的統(tǒng)一的數學模型。為此，人們提出了多種類型的模型，如塊聯模型、神經網絡模型、雙線性模型、]1[]2[]3[非線性參數模型等等。Hammerstein模型屬于塊聯模型，由一個線性動態(tài)系統(tǒng)跟隨一個非線性靜態(tài)模塊構成。自從Narendra&Gallman1966年提出了Hammerstein模型后，]4[由于模型結構簡單且能有效地描述常見的非線性

3、動態(tài)系統(tǒng)特性，所以許多學者相繼研究了Hammerstein模型參數的估計方法，近年來Hammerstein模型被廣泛地應用于非線性系統(tǒng)辨識。辨識Hammerstein模型的意義在于：利用辨識結果獲得中間層輸出，選擇合適的性能指標，就可以把原非線性系統(tǒng)的控制問題分解為線性模塊的動態(tài)優(yōu)化問題和非線性模塊的靜態(tài)求根問題，因此可以有效結合線性模型預測控制的成熟理論解決這類非線性對象的控制問題，避免傳統(tǒng)非線性控制方法計算量大，收斂性和閉環(huán)穩(wěn)定性不

4、能得到保證等諸多問題。2、研究的基本內容與模擬解決的主要問題：針對Hammerstein模型的辨識問題，可以歸結為線性模塊的動態(tài)優(yōu)化問題和非線性模塊的靜態(tài)求根問題。因此研究的重點就是如何運用比較新穎的優(yōu)化算法得到Hammerstein模型的參數解集，并能通過和傳統(tǒng)算法的比較論證闡述采用方法的合理性，可行性及有效性。具體需要解決的問題包括以下幾點：1.什么是Hammerstein模型，它的基本結構式怎么樣的；向量。?設參數向量的估計值：?

5、Tptmnrrrcccbbbaaa)????????????(?21212121??????????????則估計的偏差可以用以下準則函數來衡量：（3）??????siikyikykJ02)](?)([)(其中，s為辨識窗口寬度，為根據估計模型計算出的輸出值。因此，問)(?ky題歸結為利用輸入輸出觀測序列和，極小化(3)式來估計參數的標準優(yōu))(ku)(ky化問題。所以可以采用最小二乘估計法和PSO算法來求(3)式的極值及其對應的模型參數

6、。2.最小二乘法原理最小二乘法原理如確定多項式，對于一組數據nnxaxaaxP???????10)(（i=12…N）使得達到極小，這里nN。)(iiyx21])([????NiiiyxP?實際上是的多元函數，即：?naaa10???211010][)(ininiNinyxaxaaaaa?????????????要使最小，可以用數學中求極值的方法即：?nkak00????????這種方法稱為數據擬合的最小二乘法，即最小二乘法原理。]6[3