线性系统传递函数的阶数辨识

在实际系统的参数辨识中，系统的结构往往并不知道，因此，要想正确辨识系统参数，就必须同时要辨识系统的阶数。该文根据线性系统的频域分析原理，讨论了包含有积分环节的线性连续时间系统的阶数辨识方法，并详细描述了线性系统阶数辨识的实现过程以及用Ｆ检验法来辨识模型结构的步骤与程序设计分析设计方法。实验结果表明，这种方法具有一定的辨识精度和工程应用价值。     

线性多变量系统的辨识规范型及结构辨识算法

从线性多变量系统状态空间规范型导出了系统的新输入输出辨识规范型，该模型直接与系统的输入输出数据相联系，且待辨识的参数较少，与现在的Ｇｕｉｄｏｒｚｉ辨识模型相比，大大减少了各子系统输出间的重迭（ｏｖｅｒｌａｐｐｉｎｇ）数目。给出了确定其结构指标的算法。数值实例表明了算法的有效性。     

基于Hopfield神经网络的线性系统参数辨识

基于Ｈｏｐｆｉｅｌｄ网络的神经计算原理,提出了一种新的线性系统参数辨识方法,首先建立系统的Ｉ／Ｏ差分方程以模型误差二次型作为ＨＮＮ的能量函数,辨识差分方程的系数矩阵,最终得到线性系统的全部矩阵参数,数值仿真的结果证明了该方法的有效性。     

逐步回归法辨识线性系统模型

线性系统的结构辨识主要依据模型残差来人工判断。这不仅引入了判断误差,同时也使该方法难于投入实际应用。针对这一问题,该文提出一种修正的逐步回归法,用于对有色噪声环境下的线性系统建模。该方法将各回归变量按对输出的“贡献”排队,通过判断“贡献”的显著性来决定是否选入回归方程,从而能够同时决定模型的阶次、系统纯时延和模型参数。该方法具有计算量小、适应性强等优点。仿真试验验证上述结论。     

一类分布参数系统的辨识

讨论非均质碳酸盐岩气藏的分布参数系统辨识方法．在考察窜流函数与地质特征的关系基础上,建立一般的双重孔隙结构模型并阐述其作用与意义;介绍系统辨识问题的若干新结果,包括稳定泛函和参数可辨识性等;用自共轭算子的谱扰动方法证明结构模型的孔隙度和窜流系数的可辨识性．结果表明,分布参数系统辨识包括参数、边界和结构等的辨识,具有实际应用前景。     

神经网络智能控制系统辨识模型结构的研究

目的 研究神经网络智能控制系统辨识模型的基本结构。方法 分析了控制系统动态模型的输入、输出关系,依据模型等效的最优化原理和神经网络任意逼近有限不连续函数的性质,提出神经网络辨识模型的基本结构。结果 该基本结构不仅适用于高阶线性系统,也适用于非线生及时变系统,可达到较高的辨识精度,保证了由此构成了神经网络控制系统具有较好的自适应性和鲁棒性。结论 所提出的基于神经网络系统辨识模型的基本结构具有一般性和     

甘油连续生物歧化过程的参数辨识与非线性分析

为了给出能够较好描述甘油连续生物歧化为1,3-丙二醇过程的数学模型以及模型的非线性特性，研究了其参数辨识与非线性分析问题.首先，建立了甘油连续歧化过程的GMA-系统，给出了以模型的计算值与实验测量值误差最小为优化目标、以甘油连续发酵过程的稳态条件为约束的参数辨识优化问题.采用序列二次规划算法，获得了相应动力学系统的最优参数值.结果表明，构建的GMA-系统的参数辨识优化模型能够得到更准确的参数值.其次，将辨识出的参数结果代入到甘油连续歧化过程的GMA-系统中，进行了平衡点计算与稳定性分析等.采用符号化实根隔离法求解了系统的平衡点，依据几乎线性系统的稳定性理论研究了平衡点的稳定性.     

确定线性多变量系统结构参数的递推辅助变量算法

本文研究了多变量系统中确定结构参数的递推辅助变量方法。文中采用的模型是输入输出差分方程的一种规范形式。根据Ahmed的结构辨识算法,文中给出了一个改进的算法,此算法是递推形式的,因而大大减少了计算量。     

具有未知反馈环节的闭环线性系统的辨识

本文提出一种新的具有未知反馈环节的一类闭环线性系统的参数辨识方法,它仅利用闭环系统外部输入输出测量值来辨识闭环系统的前向环节、反馈环节和噪声模型。计算机仿真结果表明,本文所述方法是有效的。     

一类连续线性系统的完全辨识

在一般情况下，对于连续线性系统可以获得其代数等价系统或传递函数的辨识。本文对这种线性系统的一个特例，即由高阶方程描述的一类线性系统，依据系统的观测数据，用该系统的特征值构造出唯一的变换矩阵，解决这类系统辨识中，由离散辨识结果返回连续系统的反问题，进而实现这一类线性系统的完全辨识。     

一种复杂系统的模糊模型结构及递推辨识方法

提出了一种复杂系统的模糊模型结构及辨识方法．该模糊模型利用系统的输入和输出数据,将输入和输出空间视为模糊空间．根据辨识精度将模糊空间划分为ｍ 个子空间,每个子空间由线性模型来表征．由隶属函数将子空间模型联接成全局模型来表征系统的整体特性．隶属函数和子空间的模型参数由递推辨识方法实现．仿真结果表明,这种模型结构可以表达复杂系统的特征和辨识算法的有效性     

基于小波包变换的时间序列模型模态参数识别

提出了基于小波包变换的时间序列模型结构模态参数识别方法.该方法以线性的离散时间序列方程为基础,对结构的振动响应数据进行小波包变换分解,利用小波包函数的正交特性,建立量测点间的离散化运动方程,最后利用该离散化运动方程的系数矩阵,估算结构的模态参数(自振频率、阻尼比与振型).用数值模拟算例对此方法进行了验证,并与随机子空间识别方法结果进行了比较.结果表明,该方法可以正确地识别出结构的模态参数.     

基于混杂系统及多元线性回归的电液伺服系统参数性故障建模

为了有效地诊断电液伺服系统参数性故障,提出一种基于混杂系统及多元线性回归模型的电液伺服系统参数性故障模型.其过程为:将电液伺服系统的工况抽象为多个离散状态,建立压力-流量的观测模型;以结构参数为回归系数,基于样本数据的线性回归分析辨识模型参数;结合故障参数建立电液伺服系统的故障模型.利用参数辨识实验验证方法的参数拟合精度.研究结果表明:该模型能有效地应用于早期参数性故障的诊断,并能解决并发故障诊断困难的问题.     

一种系统在线辨识算法的改进研究

研究了线性单输入单输出系统在线辨识的递推算法．为确保复杂的智能控制有更充裕的时间，在保证辨识精度的情况下，提出了减少参数辨识运算量的变步长递推算法．传统的递推最小二乘法采用的方式是每获得一组新观测数据就修正一次参数估计值，而变步长递推算法增加了改变每次修正参数估计值前获得新观测数据的组数，合并了一些重复的运算．对该算法进行了推导，并给出了参数误差的差分方程，在理论上证明了算法的收敛性．仿真和实验表明，该算法的运算量有明显减少，而收敛速度和辨识精度几乎没降低．     

分布参数系统参数辨识的最佳测量位置

许多有关集中参数系统参数辨识的方法经改造后可推广到分布参数系统中,但其涉及的问题复杂,其中传感器的测量位置则是分布参数系统参数辨识过程的特有问题,它对分布参数系统的参数辨识精度有着很大的影响.从受噪声干扰的不同位置传感器检测值出发,构造了分布参数系统的信息矩阵,提出了一种基于信息矩阵行列式的优化算法,并采用D-最优试验设计准则优化传感器的位置配置,得到了分布参数系统检测传感器的最佳测量位置,同时保证了系统的参数辨识精度.仿真结果表明,该方法对于分布参数系统的输出和状态检测传感器位置的选择具有参考价值.     

一种连续系统辨识方法及其在飞控规律辨识中的应用

针对某型飞机控制系统的规律辨识问题，对文献[2,3]提出的连续系统辨识方法进行了改进，给出了该方法可以适用的辨识对象的一般模型，同时通过对误差模型和极小化指标的改进，把原方法推广至时变参数辨识领域。数值仿真结果表明该方法成功的解决了该飞控系统的辨识问题。该方法还很容易推广到一类具有相同特征的线性，非线性，时变或时不变的参数辨识中。     

基于PSO_MP算法的电力线信道模型参数识别方法

针对低压电力线信道模型的多参数识别问题,提出了一种基于粒子群优化的匹配追踪算法(particle swarm optimization_ matching pursuit, PSO_MP)。匹配追踪算法(matching pursuit, MP)实现过程简单,但是计算复杂、计算量比较大;粒子群优化算法(particle swarm optimization, PSO)具有全局搜索能力强、收敛快等优点;将两者结合使用不仅可以提高信道模型参数辨识精度,而且还可以提高系统收敛速度。针对传统的高斯原子数目较大的问题,设计了一种新的原子结构。仿真实验表明,基于PSO_MP的模型参数识别精度高,验证了该算法的可行性和优越性。     

压电智能结构振动控制的数值模拟

文章考虑了压电传感器/激励器的刚度和质量对系统的影响,建立了压电智能结构的有限元动力方程;采用三维八节点实体压电耦合单元,运用ANSYS参数化语言(APDL)编写了压电智能结构振动主动控制的数值模拟程序;研究了系统在干扰荷载作用下P、PD和PID控制器的控制性能,分析了不同控制情况下的系统特征参数识别,并讨论了一对压电片和多对压电片对系统的控制效果,以数值算例对理论分析进行了仿真。研究所得结论对压电智能结构振动主动控制的实践具有一定的参考价值。     

基于Householder变换的线性系统模型参数辨识

讨论了应用Ｈｏｕｓｅｈｏｌｄｅｒ变换阵求解病态矩阵方程的性静、动态模型参数辩识法,并给出了辨阶方法方法以及计算机仿真结果。     

多输入多输出随机线性离散系统的在线测辨

本文讨论多输入多输出(MIMO)随机线性离散系统的在线测辨问题。根据Luenberger标准型的稳态Kalman滤波表示提出了一套在线测辨方法,即用残差法的结构测辨和递推增广工具变量法(REIV)的参数估计。本文给出了残差平方和的递推算式,并证明了如果采用本文所提出的工具变量,那末REIV算法是渐近无偏的。最后,我们还给出了计算机模拟算例,说明本文所提出的在线测辨算法是行之有效的。