系统辨识的发展趋势

本文论述线性与非线性系统辨识方法。将辨识方法分为确定性与随机性两类,并据其对于辨识问题的利弊,扼要地讨论了有关参数、结构及状态估计方面的特点。本文注意到辨识的不同最终目的,同时也考虑到辨识方法的简便性。辨识方法最重要的发展趋势是解决那些没有解决的辨识问题及解决数字计算与实际应用的复杂性。对结构、参数或噪声的不定性影响和被分析系统的先验知识的可能应用,均作了研究。     

预测误差法参数辨识及其MATLAB仿真

预测误差法是一种精确度较高的辨识方法,其辨识误差要远远小于最小二乘法.但由于其计算较复杂,以前使用传统编程语言(FORTRAN,PASCAL, C/C++)很难实现,但使用MATLAB系统辨识工具箱函数实现预测误差法辨识就很方便了,且使用MATLAB实现预测误差法精确度较高,具有很好的实用价值.文中介绍了参数辨识的预测误差法原理,阐述了Newton-Raphson最优化算法在预报误差法参数辨识中的应用.用MATLAB的系统辨识工具箱和GUI图形工具编制了基于Box-Jenkins模型的参数辨识仿真程序pebjident,最后以实例介绍了用此程序进行预测误差法参数辨识的过程,以及辨识结果分析.     

Sugeno模糊模型的辨识

提出了一种新的Sugeno模糊模型辨识算法.在Sugeno模糊模型辨识中,应用模糊聚类方法可将其前提结构和结论参数的辨识分开进行,减少了计算量;通过Box-Jinkins数据建模说明了本文算法的有效性.     

基于频域辨识模型的柔性板鲁棒振动主动控制

大型空间柔性结构是无穷维的分布式参数系统，理论上具有无穷多个振动模态。以柔性板为例，通过频域辨识的方法，得到了其振动系统的降阶模型，然后利用鲁棒H∞控制方法设计了反馈控制器。仿真实验结果表明，该方法能够有效地抑制柔性板的振动并且提高闭环系统的鲁棒性。     

典型Weiener模型和Hammerstein模型数学模型辨识方法

本文介绍的非线性动态系统中的典型Weiener模型如“线性—限幅”系统,“线性—死区一限幅”系统和典型Hammerstein模型如“死区—线性”系统,“滞环—线性”系统参数辨识方法,是在只知道系统输入和输出,而不知道中间变量任何信息的情况下,利用频谱分析方法,辨识出系统中线性和非线性部分全部参数的。最后,还对非线性特性辨识结果进行确认性检验。     

基于智能优化算法的T-S模糊模型辨识

将智能算法应用在T-S模糊模型的辨识方面,是模糊系统辨识的一种新途径。文中对几种智能优化算法,如遗传算法(genetic algorithm, GA)、粒子群(particle swarm optimization, PSO)算法、菌群优化(bacterial foraging optimization, BFO)算法等的优化原理和在模糊辨识方面的应用现状进行了综述和分析,并给出了它们在T-S模糊模型辨识中对参数进行优化的过程。最后将这些优化方法用于一非线性动态系统的建模,并对仿真结果进行了对比和详细的分析,为进一步了解这几种优化方法在模糊模型辨识参数优化方面的作用提供了仿真实验依据。     

气动系数模型辨识的逐步回归法

本文论述了逐步回归法在气动参数模型辨识中的具体应用，描述了该法的应用前景及误差分析。     

多变量随机系统的辨识软件IDMR

软件IDMR是用于辨识离散时间多变量随机系统的有效工具,它同时还使用辨识结果给出系统输出仿真。本文介绍IDMR的结构和功能及其特点,并对使用方法和运行操作进行了说明。     

一种实现有滞后SISO系统频域参数辨识的新算法

提出了一种能够采用有滞后模型结构的SISO系统的频域辨识算法.该算法采用了直接的非线性指标,能够有效避免指标的线性化所导致的问题.进一步,针对这种非线性指标所导致的非线性优化问题,本文发展了一种最小二乘求解算法,提高了求解效率和解的可靠性.仿真取得了非常好的效果,表明了所提出方法的有效性.     

末制导雷达目标与诱饵的联合参数估计和辨识

拖曳式诱饵干扰条件下目标与诱饵的参数估计和身份辨识是制导雷达实现精确打击的前提条件。不可分辨角度范围内的目标和诱饵引起导引头雷达回波的干涉混叠,导致常规测量方法失效。当目标和诱饵处于相邻的两个匹配滤波采样点之间时,这些采样点所包含的信息将有助于参数估计的获取。通过充分挖掘两个连续匹配滤波采样点所包含的特征信息获得接收回波的概率分布,结合干扰形式和特点采用改进的粒子群优化方法从最大似然估计的角度获取目标与诱饵的对应参数,实现删除二者的身份辨识。各种条件下的仿真实验验证了方法的有效性。     

动态神经网络的非线性系统鲁棒辨识和状态观测

针对多变量仿射非线性系统辨识和状态估计问题。采用动态神经网络作为辨识器和观测器,从而将系统辨识和状态观测设计过程合二为一,给出了辨识和状态估计的系统设计方法及具体设计步骤。在考虑建模误差项影响的情况下,采用基于Lyapunov理论的权调节律确保权值估计误差和状态观测误差的一致最终有界。仿真结果验证了所提方法的有效性。     

基于PSO算法的系统辨识方法

研究了利用粒子群优化(particle swarm optimization, PSO)算法对系统进行辨识的新颖方法.该系统辨识方法的基本思想是将典型数学模型的相互组合而构成系统模型,即就是首先将系统结构辨识问题转化为组合优化问题,然后再采用粒子群优化算法同时实现系统的结构辨识与参数辨识.最后,给出了仿真示例,其仿真结果验证了所给的系统辨识新方法的合理性和有效性,辨识精度高,具有良好的实用性.     

线性系统参数最小绝对误差和辨识的有效集算法

本文介绍线性系统参数最小绝对误差和辨识的有效集算法，提出了采用摄动法处理退化问题的策略，还提出了中间参数和绝对误差和函数的递推计算方法。     

基于模糊辨识的PEMFC电特性模型

提出了一种基于非线性系统模糊辨识建立质子交换膜燃料电池(PEMFC)电特性模型的新方法,并建立了包括反应气体的压力、电池的温度和电池负载多变量的质子交换膜燃料电池电特性模型。通过与相关文献中的建模方法和模型仿真的结果比较,表明该模糊辨识建模方法具有建模简单、模型精度高等优点。研究结果对质子交换膜燃料电池控制系统的建模和控制具有一定的实用价值。     

发汗冷却控制系统的参数辨识

本文针对飞行器再入全程热环境的地面模拟试验和飞行实测研究，应用发汗冷却控制技术，通过热层内点温度测量，引入敏感系数，给出热层加热面表面热流的参数辨识方法，解决了这一参数辨识定解问题的不适定性。由于应用了发汗冷却控制技术，避免了热层表面出现烧蚀，内点测温可以获得全程信息，因此为再入热环境的全程实验研究提供了实现的途径。本文参数辨识的计算结果与正问题的数值模拟结果吻合得很好。     

工程管理网络的智能辨识

本文提出了一种采用模糊多目标线性规划结合AI技术的网络模型辨识方法。通过某钢铁厂加热炉大修工程的数字模拟,在成本和工期两方面获得满意结果。     

航天器转动惯量在线辨识

可靠和有效的高精度姿态控制需要已知卫星变化的质量特性的精确信息,在线辨识航天器的转动惯量显得尤为重要。利用飞轮作为执行机构,分别提出了一种基于递推最小二乘法的航天器转动惯量在线开环辨识和闭环辨识的算法。当飞轮输出合适的控制力矩时,能够快速辨识出处于开环状态的航天器转动惯量,并且保证航天器的姿态变化在可接受的范围内。提出了一种闭环辨识方法,基于变结构控制器,在航天器完成姿态机动任务的同时,能够快速辨识出航天器的转动惯量,辨识精度在2%之内。     

辨识Hammerstein模型方法研究

提出了一种对单输入单输出Hammerstein模型的参数辨识方法。基本思想是：首先,将Hammerstein模型转换为一类中间模型。然后,提出利用一种改进的粒子群优化（improved particle swarm optimization,IPSO）算法获得中间模型的参数估计值。接着,通过相应的数学关系来达到对Hammerstein模型的辨识。最后,在数值仿真中,与使用其它辨识方法进行了比较,其结果表明了所给的参数辨识方法是切实可行的。     

非线性系统的模糊辨识在线算法

在以往的模糊辨识方法中,均未给出在线调整非线性系统的模糊辨识算法。基于递推模糊聚类方法,提出了一种在线调节模糊模型的辨识算法。为了验证所提出方法的有效性,对几个非线性系统进行了辨识,最后给出了辨识结果。     

混沌系统的参数辨识与控制

把观测器思想用于系统中未知参数的辨识 ,对混沌系统中的未知参数进行了辨识研究。数值结果表明 ,对未知参数为常数或缓慢变化的信号 ,提出的方法都能给出很好的辨识结果。随后 ,把辨识和控制问题综合起来考虑 ,提出改进的混沌控制方法 ,数值仿真表明了该方法的有效性