时变系统的Laguerre模型辨识及设计变量（2） ——Kalman滤波法

文章考虑动态线性系统的时变参数是平稳的AR（1）变量，系统为时变的Laguerre模型时的传递函数估计的均方误差（MSE）。在缓慢时变和高阶模型下，利用Kalman滤波算法，得到MSE的近似表达式。最后得到了Kalman滤波算法的设计变量的最优解。     

时变系统的FIR模型辩识及设计变量

文章考虑时变系统辨识中辨识设计变量的最优化问题，时变系统的参数可用平稳的AR（1）随机过程描述，时变系的FIR模型递函数估计的均方误差，记作MSE，它可以用一个较简单表达式来逼近它，作者在MSE极小的意义下，给出辨识设计变量的解析表达式。     

时变系统的最优设计变量

考虑时变系统辨识中辨识设计变量的最优化问题。时变系统的参数由随机游动过程描述,讨论时变系统的FIR模型传递函数估计的均方误差(MSE),记作MSE,在新的准则函数极小的意义下,给出某一频率区间上时变系统辨识的设计变量。     

时变多变量系统阶次和参数的同时辨识

通过引进时变遗忘因子，该文提出了一种时变多变量系统的结构和参数的同时辨识算法，该算法结构简单，跟踪参数变化速度快，同时又兼备ＵＤ分解的良好计算品质。     

水箱液位多变量系统辨识方法的比较

针对流程工业中广泛使用的多反应塔液位控制系统,以三水箱液位系统为例,利用伯努利流体力学原理,推导了液位系统的多变量非线性数学模型.采用线性化和离散化方法,获得系统的状态空间模型和传递矩阵模型,分析辨识该多输入多输出模型的遗忘梯度算法、子系统遗忘梯度算法和递阶遗忘梯度算法,并对这3种算法进行仿真比较.结果表明,递介遗忘梯度算法计算量最小,计算效率最高,但参数估计性能介于遗忘梯度算法和子系统遗忘梯度算法之间.     

基于最小二乘改进算法的时变系统参数辨识

在系统辨识领域,常规最小二乘法是一种最基本的辨识方法之一.然而,随着观测数据的不断增加,会出现“数据饱和”的现象,造成新观测数据对估计值起不到修正的作用.由于新观测值对未知参数估计的影响要比旧观测值大,采用了渐消记忆和限定记忆最小二乘改进算法,来实现时变过程的参数辨识,并进行了仿真实验.仿真结果表明,它们能够克服“数据饱和”现象,从而改善参数辨识结果     

多变量系统随机梯度辨识方法比较研究

针对工业中广泛存在的多变量系统,研究了辨识这类系统的遣忘梯度辨识算法,分子系统遗忘梯度辨识算法和递阶遗忘梯度辨识算法,对这三种算法的计算量进行了比较分析,并给出了仿真例子.     

时变最优化信息处理技术及其应用(Ⅰ)——基本思想与系统辨识

分析了时变目标函数及其最优解的时变性能，提出了跟踪时变目标函数最优解的一阶和二阶方法，其中二阶方法能使时变目标函数最优解的跟踪以指数速率收敛。     

一类线性时变系统模型参考自适应迭代学习辨识

针对一类有限时间区间上具有可重复性的BIBO稳定的一阶线性时变系统,将模型参考自适应辨识方法与迭代学习相结合,提出了模型参考自适应迭代学习的参数辨识算法。利用模型参考自适应辨识方法得到时变系统参数辨识结构,针对系统可重复的特点,基于Lyapunov方法得到时变参数的迭代学习律。该算法可以辨识快时变的参数,而不需要参数时变结构的信息,并可保证参数估计误差和模型输出误差有界,且沿迭代轴逐点收敛。分析了参数收敛到真值的条件,系统仿真验证了辨识算法的有效性。     

时变系统辨识方法及其收敛定理

介绍了用于辨识方法性能研究的鞅收敛定理和鞅超收敛定理,阐述了其应用范围;讨论了研究辨识算法收敛性的各种激励条件;综述了时变随机系统的各种辨识方法,包括最小二乘类辨识方法(如遗忘因子最小二乘算法、卡尔曼滤波算法、有限数据窗最小二乘算法等)和随机梯度类辨识方法(如遗忘梯度算法、广义投影算法等);同时阐述了时变参数系统辨识领域的一些值得深入研究的课题;最后给出了遗忘梯度算法在不同条件下参数估计误差上界的几个定理,说明数据的平稳性可以改善参数估计精度.     

实时系统可变工作量建模及计算方法

传统实时系统性能分析以最差情况下执行时间(worst-case execution time,WCET)作为主要输入,导致分析过于保守.针对实时系统设计时预留冗余过大的问题,建立了以到达事件类型、数量和分布为决策变量,包括工作量曲线(workload curves)、逆工作量曲线(inverse workload curves)、工作量比率曲线(workload ratio curves)在内的实时系统可变工作量模型,给出了相关计算方法.基于可变工作量模型分析了其在混合调度中的应用,结果表明:采用可变工作量模型和算法可显著减少任务所需的执行工作量,降低了实时系统的资源需求.     

Universal Adaptive Observer for Nonlinear Time-varying Deterministic Systems

ＩｎｔｒｏｄｕｃｔｉｏｎＮｏｎｌｉｎｅａｒｏｂｓｅｒｖｅｒｓａｒｅｎｅｃｅｓｓａｒｙｆｏｒｎｏｎｌｉｎｅａｒｃｏｎｔｒｏｌｓｙｓｔｅｍｓｗｈｅｎｔｈｅｒｅａｒｅｎｏｔｅｎｏｕｇｈｓｅｎｓｏｒｓｔｏｍｅａｓｕｒｅａｌｌｔｈｅｓｔａｔｅｓｏｒｉｔｉｓｄｉｆｆｉｃｕｌｔｔｏｍｅａｓｕｒｅｓｏｍｅｏｆｔｈｅｓｔａｔｅｓｂｙｓｅｎｓｏｒｓ．Ｓｉｎｃｅｉｔｓｉｎｔｒｏｄｕｃｔｉｏｎ［１］,ｎｏｎｌｉｎｅａｒｏｂｓｅｒｖｅｒｓｈａｖｅａｔｔｒａｃｔｅｄｔｈｅａｔｔｅｎｔｉｏｎｏｆｍａｎｙｒｅｓｅａｒｃｈｅｒｓ…     

用Laguerre模型的传递函数黑箱辩识

渐近黑箱辩识的理论是Ljung L和作者于1985年提出的[4]．本文讨论了用Lagurerre模型的传递函数黑箱辩识．在一定条件下，证明了传递函估计的一致性．     

时变不确定系统的变时域鲁棒模型预测控制

针对多包描述的时变不确定系统, 通过分析该方法的可行性和闭环稳定性, 提出一种变时域鲁棒预测控制器的设计方法, 使得在与现有方法有相同初始可行域的前提下, 保证了只要问题初始可行就有闭环系统二次稳定. 仿真结果表明了算法的有效性.     

基于潜变量模型的复杂过程生产设计方法

针对工业品生产过程控制中输入变量的确定及零空间问题求解等复杂过程的生产设计问题,在现有的多元潜变量建模及生产设计等相关问题研究成果的基础上,深入研究了主元回归方法的应用策略和生产设计问题,提出了一种基于潜变量模型的复杂过程生产设计方法.通过与基于标准回归模型生产设计方法对比,展示了该方法的优越性.该生产设计方法的操作条件不仅能够满足工业生产过程产品质量的要求,而且与历史工况的关联结构和范围保持一致,为零空间问题的解决提供了可行方案.最后通过仿真验证了该类方法求解含有零空间的生产设计问题的有效性.     

时滞分布参数系统变结构控制器的设计

研究了一类多时滞抛物型分布参数系统的变结构控制问题．通过非奇线性变换建立了系统的滑动模运动方程，设计了系统的无记忆功能的变结构控制器，给出了运动轨线到达滑动模态区的时间的估计．