调制引入循环平稳的MIMO系统分离与辨识

针对多输入多输出线性时不变系统提出了一种新颖的盲辨识方法。该方法利用了调制产生的二阶循环平稳性，在循环频率域对信号的统计量进行分离，最终将各个系统的冲激响应辨识出来。分别讨论了4输入4输出系统在有加性高斯白噪声时的信道辨识情况，并对算法进行了计算机模拟。     

MIMO系统的循环频率域分离辨识方法

针对多输入多输出(MIMO)线性时不变(LTI)系统提出了一种新颖的盲辨识方法。它利用了调制产生的二阶循环平稳性(MIC),在循环频率域对信号的统计量进行分离。再用简单的算法,就可以识别出不同的系统。文中还讨论了对算法进行的计算机模拟。     

多输入多输出非线性系统Volterra频域核的非参数辨识方法

为解决多输入多输出(MIMO)非线性系统Volterra频域核辨识困难的问题,提出了一种MIMO非线性系统Volterra频域核的非参数辨识方法.该方法先对待辨识的MIMO非线性系统的各输入端添加不同频率成分的单音激励信号,再对系统的输出端信号进行采样并使用Vandermonde法使各阶核输出分离,然后根据单音激励下MIMO非线性系统Volterra核的频域输出特性,推导出该类系统Volterra频域核的辨识公式.由于采用了多音信号激励MIMO非线性系统,实现了一次激励下多点辨识的目的,因此提高了辨识效率.该方法仅依赖于系统的输入输出数据,具有较强的实用性.采用该方法对一个双输入双输出的非线性系统Volterra频域核进行辨识,最大偏差小于10-5,验证了该方法的有效性.     

过采样方法在系统辨识中的应用

为了对带噪输出的控制系统进行盲辨识，提出了一种利用过采样法辨识控制系统函数的方法，通过过采样控制系统的输出信号，将原单输入单输出系统转换成为一个新的与原系统具有相同输出极点的单输入多输出系统，再估计出这个新的单输入多输出系统的传递函数，最后得到原单输入单输出系统的模型参数，仿真结果表明，与常用的高阶矩法相比，该方法具有不受系统结构影响，不需要计算样本数据的高阶统计矩，使用的样本数据量少，便于计算机实现的优点。     

调制引入循环平稳的盲信道辨识

针对有限冲激响应(FIR)的单输入单输出(SISO)信道,提出了一种新颖的盲信道辨识方法,该方法利用了复序列调制产生的循环平稳特性.其特点是,系统的传输功率恒定,接收端只需要一根接收天线,在接收端根据各用户的循环统计量支撑的不同,将它们分离开来,每个用户形成自己的子空间,并进而对各子空间进行辨识.并给出了信道子空间可辨识性的证明,还对子空间辨识情况进行了模拟分析.     

基于最小方差控制的闭环辨识信号设计

讨论了系统辨识实验信号的设计方法．从实际控制器和理想控制器间误差的角度出发，评价系统性能指标为系统在实际和在理想控制器控制下输出误差的平方均值最小．当输入信号或输出信号能量有限时，分别推导出辨识输入信号功率谱密度．当控制策略为最小方差控制时，给出信号功率谱的具体表达式．结论对在最小方差控制下的闭环辨识信号设计有指导作用．     

表面建筑材料吸放湿特性的辅助变量辨识

建立了以材料表面空气相对湿度为输入，材料湿容量为输出的建筑围护结构材料动态湿特性单输入单输出辨识数学模型，得到相应的Z传递 函数模型。建造了建筑围护结构材料的辨识试验系统。采用辅助变量辨识方法辨识得到单输入单输出差分方程和Z传递函数。并比较了最小二乘辨识法和辅助变量辨识法的辨识结果。结果表明，辅助变量辨识法辨识精度有所提高，系统阶降低。     

一种基于过采样技术的非最小相位系统盲辨识方法

提出了一种在时域中盲辨识非最小相位系统传递函数的方法,该方法通过对系统输出过采样来获得系统结构参数的信息.对于单输入单输出的线性离散系统,经过输出过采样后可以等价为单个输入、多个输出的传递函数模型,这多个输出函数具有相同的分母多项式和不同的分子多项式.采用子空间分解法可以确定分子多项式的参数,通过对系统输出信号自相关函数的处理可以得到分母多项式,最终可以得到原系统的结构参数.与传统高阶矩方法相比,该方法对噪声的敏感度更低,辨识的精度和速度也有很大提高.仿真结果表明,当信噪比大于15dB时,该方法可以有效地辨识出系统参数.与高阶矩方法相比,辨识门限信噪比降低了10dB,估计精度提高了20%,辨识速度加快了3倍.     

多变量系统子子模型辨识

目前,对多变量系统辨识的研究已经越来越多,但是,基本上都属于子模型的辨识问题,不便于实际应用.本文采用子模型与子子模型技术,将一个有R个输入,m个输出的多变量系统分解为M个带R个输入的子模型,而每个子模型又可分解为R个子子模型(单输入单输出系统).在多变量系统中,只要做一次试验(同时加入月个输入信号),使用月个输入信号与M个输出信号的数据,可以自动辨识子模型的阶次与参数,再从子模型的有关数据,最终辨识出子子模型的阶次与参数.本文采用分块矩阵求逆公式,提出一种快速的自动定阶与估计参数的递推算法.     

基于ARX模型的变风量空调系统故障诊断

采用现代控制理论的系统辨识方法，探索“黑盒”模型在暖通空调系统故障检测与诊断中的应用．在研究中，应用了多输入／单输出自回归(ARX)模型进行变风量系统的故障检测，把ARX模型用于不同的系统和子系统，建立了系统模型和部件模型，获得了满意的结果．     

多不良数据补偿辨识法用于电力系统状态估计

分析和比较各种不良数据检测和辨识方法和优缺点，利用综合优化法，假设试验和估计似然法，提出一种多不良数据补偿辨识的新方法，为节省内存和提高不良数据检测与辨识的计算速度，本方法把矩阵稀疏存贮和Ｔｉｎｎｅｙ－Ｗａｌｋｅｒ结点优化法结合在一起，在矩阵ＬＤＬ＾Ｔ分解中产生的填元数量少，提高了状态估计软件的实时性，通过ＩＥＥＥ－３０结点系统和天津电力系统调度中心实时试验证实了本法的有效性。     

遗传算法在系统辨识中的应用

对遗传算法的机理和实现步骤进行了介绍,综述了遗传算法在系统辨识中的应用.针对不同的辨识模型,讨论了遗传算法不同的应用形式,研究了遗传算法结合神经网络技术在系统辨识中的应用,最后探讨了遗传算法在系统辨识中的研究方向.     

一种远程水污染神经网络监测系统

介绍了一种采用紫外分光光度计及人工神经网络分析的计算机远程水污染监测系统; 介绍了系统构成原理和用于废水紫外光谱图识别的多层前向神经网络的设计, 分析了含有不同隐节点数的前馈网络的精度; 该系统可对远程水质进行监测;不需要测量废水的各成份含量而通过对废水光谱图的神经网络识别直接给出水质合格与否的结论; 该系统还可推广应用于红外及可见光范围的光谱图分析中, 从而大大拓宽该系统在水质监测乃至成份分析方面的应用;     

一种物理参数识别的时域频域混合法

本文论述了在状态空间中应用复模态理论对粘性阻尼系统的物理参数进行识别的一种方法,提出了从测得的时域、频域数据计算质量、阻尼和刚度矩阵的一个过程。文中采用了双最小二乘逼近来识别系统的模态参数。在识别物理参数时,采用了不同测点的数据进行计算,以求达到更好的精度。     

非线性有限冲激响应Volterra信道的盲辨识

提出了单输入多输出有限冲激响应（ＳＩＭＯ ＦＩＲ）Ｖolterra系统的盲辨识及盲均衡的子空间方法,首先描述了ＳＩＭＯ非线性Ｖolterra信道模型,并将此模型转化为多输入多输出（ＭＩＭＯ）信道 模型;接着讨论了ＦＩＲＶolterra系统盲可辨识条件,并给出了ＳＩＭＯＶolterra系统的盲辨子空间算法;进一步讨论了ＶolterraＦＩＲ非线性信道的确定性盲均衡问题;最后用仿真实例验证了此算法的有效性,所提方法与确定性的线性多信道方法相比,它的最大优点就在于所需约束条件少,此方仅需要输入信号的相关矩在奇异,且在低信噪比情况下（ＳＮＲ为５dB)也有效。     

古塔结构损伤的系统识别Ⅱ:应用

大多数系统识别方法并不能很好地解决实际工程所呈现的复杂性和随机性。本文的研究目的是提出可有效应用于实际工程、基于系统识别的损伤检测及估计方法。文中以兴福寺塔为例,讨论了古建筑结构损伤的特点;提出了根据满足规范要求的设计目标确定基准系统的方法,从而使系统识别技术在古建筑这样一类没有损伤前测试数据的实际工程的应用成为可能。实测频率和模坊数据被用来对结构参数的变化作出估计,采用论文Ⅰ提出的判别分析法和条件分布下的损伤程度估计方法对古塔损伤进行了识别,其结果是可以接受的。     

听觉掩蔽门限在说话者识别中的应用

语音信息在人的听觉系统中的表示具有一定的冗余性．利用这一特性把丢失数据技术应用于噪声环境下说话者识别系统的性能改进．听觉掩蔽效应这一听觉现象被用来检测语音信号频谱中被噪声严重干扰的“丢失成分”．经过丢失数据补偿技术结合语音增强处理,说话者识别系统在不利环境下的准确率得到了提高．通过对宽带噪声－ 白噪声和一种特殊噪声——汽车噪声干扰下语音的说话者辨认实验,发现这种方法优于单独使用语音增强方法．     

基于子空间方法的超超临界机组过热蒸汽系统模型辨识

针对超超临界机组过热蒸汽系统模型辨识,采用基于数据驱动的闭环子空间辨识方法直接得到系统的阶跃响应系数,结合传统的SISO(Single Input Single Output)辨识方法,并利用最小二乘算法回归出系统的低阶传递函数模型.通过对某电厂超超临界机组过热蒸汽系统进行闭环辨识,结果表明,该策略很好地融合了子空间方法的简便性以及传统SISO辨识方法的最优性,并成功用于超超临界机组过热蒸汽系统模型辨识.