Hammerstein系统遗忘因子有限窗口分解辨识

提出一种带遗忘因子和分解辨识策略的有限数据窗口递归最小二乘Hammerstein系统辨识方法。针对Hammerstein系统具有耦合参数的问题,将Hammerstein系统分解为2个子系统：一个子系统包含线性子系统参数,另一个子系统包含非线性子系统参数;提出一种基于遗忘因子的有限窗口递归最小二乘方法对分解模型进行在线递归估计;仿真示例验证了所提算法能够快速跟踪参数,实现对Hammerstein系统的精确辨识。     

Parameter estimation for dual-rate sampled Hammerstein systems with dead-zone nonlinearity

The identification of nonlinear systems with multiple sampled rates is a difficult task.The motivation of our paper is to study the parameter estimation problem of Hammerstein systems with dead-zone characteristics by using the dual-rate sampled data.Firstly,the auxiliary model identification principle is used to estimate the unmeasurable variables,and the recursive estimation algorithm is proposed to identify the parameters of the static nonlinear model with the dead-zone function and the parameters of the dynamic linear system model.Then,the convergence of the proposed identification algorithm is analyzed by using the martingale convergence theorem.It is proved theoretically that the estimated parameters can converge to the real values under the condition of continuous excitation.Finally,the validity of the proposed algorithm is proved by the identification of the dual-rate sampled nonlinear systems.     

一类非线性变型Hammerstein方程的解的奇异展开

 方程解的奇异分解对于获得方程具有物理意义的近似解意义重大。对具有对数核的弱奇性变型Hammerstein方程的解的特性进行了分析, 获得并证明了它的解的奇异展开。     

非正定核Hammerstein型积分方程的非零解

讨论了具有超线性项的Ｈａｍｍｅｒｓｔｅｉｎ积分方程非零解的存在性，其中核是非正定的。通过构造适当的环绕，在广泛的条件下得到了非零解，推广了前人关于正定核最新的结论。     

一类MISO双线性Hammerstein模型的集成辨识方法

目的针对一类静态非线性增益具有原点对称特性的M ISO双线性Hammerstein模型,提出一种稳态与动态辨识相结合的集成辨识方法。方法利用稳态信息获取稳态模型的强一致性估计,并通过稳态模型获得非线性增益的估计,再利用动态信息辨识获取M ISO双线性Hammerstein模型的双线性系统未知参数的一致性估计。结果获得一类M ISO双线性Hammerstein模型的集成辨识方法,仿真结果表明了该方法的有效性和实用性。结论集成辨识方法可用于解决一类MISO双线性Hammerstein模型的辨识问题,易于实现。     

混合单调算子的多解性及其应用

文中给出了混合单调算子的多解定量，并由此得到了Ｈａｍｍｅｒｓｔｅｉｎ积分方程混合解的多重性结果。     

Hammerstein OEMA系统的辅助模型最小二乘辨识

针对Hammerstein 输出误差自回归(OEMA)模型, 将关键变量分离原理与辅助模型辨识思想相结合,提出了基于关键变量分离的辅助模型递推增广最小二乘辨识方法.该方法能获得系统参数估计和噪声参数估计,且能实现在线辨识.     

细菌生存优化在非线性模型辨识中的应用

提出了一种新的基于细菌生存优化(Bacterial Foraging Optimization BFO)的非线性模型辨识方法.它是利用群集智能仿生BFO算法对一类Hammerstein系统进行辨识,从而估计出它的参数模型.通过对这类输入非线性模型进行辨识,并用仿真实验说明BFO算法的参数设置与选择方法.比较基于粒子群优化(Particle Swarm Optimization PSO)的非线性模型辨识算法,特别是对有色噪声的鲁棒性、模型的辨识精度、辨识收敛速度进行对比分析,以得出BFO辨识算法的优缺点及其有效性.     

解Hammerstein型积分方程的多小波Galerkin方法

采用Legendre多小波Galerkin方法求解了一类重要的非线性Fredholm积分方程,称作Hammerstein型积分方程.文章采用的方法优点在于不用计算小波积分就可以精确得到小波展开式的系数,因此计算量小但精度很高.离散后的非线性积分方程转化成为非线性代数方程组.数值算例表明这种方法的具有良好的精确度.     

Banach空间Hammerstein方程L^p—解的存在性

讨论了方程 X(t)=f(t)+λintegral from n=D K(t,S)g(s,x(s))ds x∈D解的存在性,借助于对非紧性测度有关不等式的推广,解决了[1]中提出的问题。