版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、常規(guī)辨識(shí)方法,如最小二乘、卡爾曼濾波和最小均方算法都是采用單新息修正技術(shù)的辨識(shí)方法.多新息辨識(shí)方法拓寬了新息辨識(shí)的概念,它是單新息辨識(shí)算法的推廣,它具有良好的收斂性能和克服壞數(shù)據(jù)的能力,具有較強(qiáng)的魯棒性,所以對(duì)它的研究既具有重要的理論意義,又具有潛在的應(yīng)用價(jià)值.論文基于國家自然科學(xué)基金項(xiàng)目《一類非線性系統(tǒng)辨識(shí)建模理論與方法的研究》,擬定了多新息隨機(jī)梯度型辨識(shí)方法研究課題,選題屬于應(yīng)用基礎(chǔ)研究,具有理論意義和實(shí)用價(jià)值。作者在查閱了相關(guān)文獻(xiàn)
2、的基礎(chǔ)上,對(duì)有色噪聲干擾系統(tǒng)和輸入非線性系統(tǒng)的多新息辨識(shí)問題進(jìn)行了研究,并對(duì)提出的部分參數(shù)辨識(shí)方法收斂性進(jìn)行了分析,取得了下列研究成果。 線性模型的多新息隨機(jī)梯度型辨識(shí)方法: 1.帶()噪聲或有色噪聲干擾的線性模型最小二乘類辨識(shí)算法、隨機(jī)梯度型辨識(shí)算法的研究相當(dāng)成熟.但最小二乘辨識(shí)算法計(jì)算量大,隨機(jī)梯度辨識(shí)算法的收斂速度較慢.為了提高隨機(jī)梯度型辨識(shí)算法的收斂速率,論文首先針對(duì)線性受控AR模型(CAR模型),提出了CAR模
3、型的多新息隨機(jī)梯度辨識(shí)算法,推導(dǎo)了有色噪聲干擾受控ARMA線性模型(CARMA模型)的多新息增廣隨機(jī)梯度算法,運(yùn)用隨機(jī)過程理論和鞅理論詳細(xì)的分析CARMA模型的多新息增廣隨機(jī)梯度算法的收斂性,并用仿真例子說明提出的多新息隨機(jī)梯度算法比經(jīng)典的隨機(jī)梯度算法有更快的收斂速度. 2.進(jìn)一步將多新息辨識(shí)方法推廣到更為復(fù)雜線性模型的辨識(shí),如動(dòng)態(tài)調(diào)節(jié)模型(CARAR模型)和一般隨機(jī)系統(tǒng)模型(CARARMA模型),提出了動(dòng)態(tài)調(diào)節(jié)模型和CAR_A
4、RMA模型多新息廣義隨機(jī)梯度算法和多新息廣義增廣隨機(jī)梯度算法,給出了計(jì)算參數(shù)估計(jì)的數(shù)學(xué)表達(dá)式和詳細(xì)計(jì)算步驟,利用數(shù)字仿真例子對(duì)算法辨識(shí)效果進(jìn)行了驗(yàn)證.輸入非線性模型的多新息隨機(jī)梯度型辨識(shí)方法: 1.在研究了線性CAR和CARMA模型的多新息(增廣)隨機(jī)梯度辨識(shí)方法基礎(chǔ)上,將該方法推廣用于輸入非線性CAR模型的辨識(shí),提出了輸入非線性CAR模型的多新息隨機(jī)梯度辨識(shí)算法,給出算法計(jì)算參數(shù)估計(jì)的步驟.推導(dǎo)出輸入非線性CAR模型的多新息隨
5、機(jī)梯度算法參數(shù)估計(jì)誤差界,分析了該辨識(shí)算法在持續(xù)激勵(lì)條件下參數(shù)估計(jì)誤差滿足的條件,數(shù)字仿真結(jié)果也證明了算法的良好性能. 2.針對(duì)有色噪聲干擾的輸入非線性模型,給出了輸入非線性有色噪聲干擾CARMA模型的多新息增廣隨機(jī)梯度辨識(shí)算法、輸入非線性動(dòng)態(tài)調(diào)節(jié)模型(CARAR模型)的多新息廣義隨機(jī)梯度辨識(shí)方法、輸入非線性CARARMA模型的多新息廣義增廣隨機(jī)梯度辨識(shí)算法,也用仿真例子說明了算法的辨識(shí)效果。數(shù)字仿真表明:多新息隨機(jī)梯度型辨識(shí)方
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 方程誤差模型基于最新估計(jì)的多新息隨機(jī)梯度辨識(shí).pdf
- 基于多新息參數(shù)估計(jì)的隨機(jī)梯度自校正控制方法.pdf
- 基于加權(quán)多新息方法的系統(tǒng)辨識(shí).pdf
- 雙輸入多率系統(tǒng)梯度型辨識(shí)方法.pdf
- 基于多新息辨識(shí)理論的USV運(yùn)動(dòng)模型參數(shù)辨識(shí).pdf
- 雙率采樣數(shù)據(jù)系統(tǒng)多新息辨識(shí)算法.pdf
- 基于小波的隨機(jī)CARMA模型多尺度辨識(shí)方法的研究.pdf
- 基于新息圖法的電力系統(tǒng)負(fù)荷突變辨識(shí)方法研究.pdf
- 輸出誤差模型最新估計(jì)的遞階隨機(jī)梯度辨識(shí)算法.pdf
- 新息圖參數(shù)錯(cuò)誤辨識(shí)應(yīng)用研究.pdf
- 焊縫路徑識(shí)別磁光傳感多新息理論優(yōu)化卡爾曼濾波方法.pdf
- 永磁型MRI梯度線圈設(shè)計(jì)方法研究.pdf
- 飛行器隨機(jī)控制系統(tǒng)參數(shù)辨識(shí)估計(jì)方法.pdf
- 新息圖狀態(tài)估計(jì)可觀測可檢測和可辨識(shí)性分析.pdf
- 基于梯度的雙率采樣數(shù)據(jù)系統(tǒng)辨識(shí).pdf
- 直覺語言隨機(jī)多準(zhǔn)則決策方法的研究.pdf
- 在噪聲環(huán)境下多傳感器系統(tǒng)多段辨識(shí)方法研究.pdf
- 隨機(jī)功能梯度結(jié)構(gòu)的動(dòng)力特性分析.pdf
- 隨機(jī)多資源模式模具項(xiàng)目群高度方法.pdf
- 交直流電網(wǎng)新息圖狀態(tài)估計(jì)方法研究.pdf
評(píng)論
0/150
提交評(píng)論