滑动平均噪声干扰双输入多率系统最小二乘迭代辨识

研究了滑动平均噪声干扰的双输入多率系统最小二乘迭代辨识算法.首先推导出2个输入通道采样周期不相等的多率系统的离散时间状态空间模型,得出对应的传递函数模型.针对辨识模型信息向量中存在不可测噪声项的困难,利用最小二乘迭代原理,将未知噪声变量用其迭代估计值来代替,提出了这类双输入多率采样数据系统的最小二乘迭代辨识算法.最后通过仿真例子比较了最小二乘迭代辨识算法与递推增广最小二乘算法的辨识效果,说明了所提出算法的参数估计精度较高.     

两输入多率采样系统随机梯度辨识算法

以两输入多率采样数据系统为例,推导了多率采样系统的离散时间状态空间模型,进一步导出了对应的离散系统传递函数模型。提出了这类多率系统的随机梯度辨识算法,通过仿真例子说明了算法的有效性。     

动态调节模型的最小二乘迭代辨识方法

为了改进参数估计精度,利用递阶辨识的交互估计理论,提出了辨识动态调节模型的最小二乘迭代辨识方法。其基本思想是:在每步迭代计算中,将信息向量中或信息矩阵中不可测噪声项用其估计值代替,而噪声估计值又是用前一次迭代参数估计进行计算的,二者执行了一个递阶计算过程。与流行的递推广义最小二乘算法相比,提出的迭代算法在每一步计算中,同时利用了系统所有量测数据信息,因而具有更高的参数估计精度和更快的收敛速度。进行了仿真计算。     

分数阶系统的迭代最小二乘辨识算法

针对等比例阶次的分数阶系统的特点,提出了一种分数阶系统频域辨识的迭代最小二乘算法,并将运算数据的实部和虚部分离计算引入辨识过程,简化了计算的复杂度。此算法是整数阶系统辨识频域最小二乘算法的推广。通过无噪声和有噪声两种情况下的仿真实验,证明了该算法的有效性。     

CARMA模型离线最小二乘迭代辨识方法

基于迭代最小二乘原理,提出了辨识CARMA模型和输出误差模型参数的最小迭代算法。两个最小二乘迭代算法分别比递推增广最小二乘算法和辅助模型递推算法具有更高的参数精度和具有很快的收敛速度。最小二乘迭代辨识的基本思想是:采用交互估计理论和递阶辨识原理,在每步迭代计算中,参数估计依赖于噪声估计,反过来噪声估计通过前一次迭代的参数估计计算,二者执行了一个递阶计算过程。最后用仿真例子验证了提出的算法。     

多输入多输出系统结构辨识

理论分析及仿真结果表明，在以往残差技术基础上引入了白化滤波器可大大改善辨识多输入多输出系统结构的可靠性及准确性．     

基于加速收敛与递阶迭代的多变量系统辨识算法

根据递阶辨识原理和迭代辨识原理,可以实现多变量系统参数的准确辨识,但是其参数的收敛速度有待提高。该文针对参数的收敛性进行研究,提出了基于加速收敛技术的辨识方法。该方法根据递阶辨识原理将多变量系统分解成2个子系统,使其分别含有参数向量和参数矩阵,再根据迭代辨识原理得到参数的迭代解,并应用加速收敛技术进行加速。仿真实验表明:该方法可以得到很好的辨识结果,加速收敛技术的应用显著提高了参数的收敛速度。     

多变量系统的递阶梯度迭代辨识方法

根据递阶辨识原理,推导出滑动平均噪声干扰多变量系统的递阶梯度迭代辨识方法,仿真例子说明提出算法是有效性的.     

双率时变系统遗忘因子最小二乘参数估计

针对一类双采样率随机时变系统,应用多项式变换技术和随机过程理论,在强持续激励条件下,研究了双率时变遗忘因子最小二乘法(dual-rate forgotten factor least squares,DR-FFLS)的参数估计收敛性,得到了参数估计误差上界的精确表达式.分析表明,随着数据长度k的增加,DR-FFLS算法的参数估计误差上界收敛到常数.同时分析了双率确定性时不变系统、随机时不变系统、确定性时变系统的参数估计误差上界.仿真实例验证了对于随机时变与不变双率系统,同样可得参数估计误差小于参数估计误差上界,并且随着k的增大,参数估计误差上界趋于常数.     

广义时变系统的最小二乘辨识方法

根据工程背景 ,提出了广义时变参数系统的概念。广义时变系统是指参数随系统可测扰动量变化的一类时变系统 ,即参数是系统可测扰动量函数的时变系统 ,提炼出这类时变系统的数学描述模型。根据最优化技术 ,导出了这类模型的两种辨识方法 ,即最小二乘型算法和随机梯度型算法 ,并应用鞅超收敛定理分析了算法的收敛性。分析表明 :由于该方法同时还利用了系统扰动量所含的信息 ,因而可以给出时变参数的一致估计。数字仿真验证了提出方法用于估计广义时变系统的参数是有效的。     

多速率混合系统的符号化可达性分析

针对目前还没有专门的数据结构处理多速率混合系统的符号化可达性问题，定义了多速率区域来表示和处理多速率自动机的无穷状态空间，从而把多速率混合系统的符号化可达性分析等价地转化成多速率区域上的3种操作，即并操作、变量重赋值操作和控制状态上的时间流逝操作．从理论上证明了多速率区域在这3种操作上的封闭性，同时定义了矩阵数据结构不同上限矩阵（DCM），并用其存储多速率区域，这样就得到了一种专门处理多速率混合系统符号化可达性分析的数据结构．理论上证得，DCM可以大大降低可达性分析算法的复杂度．     

具有量化误差的非线性多步长采样系统的稳定性

研究具有量化误差的非线性多步长采样系统的稳定性．证明了无量化误差的线性化采样系统的系数矩阵在Schur稳定的条件下,原非线性采样系统是一致渐近稳定的；而具有量化误差的非线性采样系统在一致终极有界的意义下是稳定的；同时证明两者之间响应的差异,当量化误差趋于零时而趋于零．     

基于变处理增益的CDMA多速率方案

CDMA是实现多速率最主要的多址接入技术。针对基于可变处理增益的 CDMA方案 ,分析了不同速率发射功率的控制、信道调制、多址干扰环境下的信噪比和误码率。在 SPW上对多种速率、多个用户的同时传输的误码率特性进行了仿真。     

基于模糊矩阵辨识的半盲MIMO-OFDM信道辨识算法

对于多输入多输出系统,传统的基于训练序列的信道辨识方法为跟踪信道的变化,必须发送大量冗余信息,传输效率较低;而基于子空间的纯盲方法又带有不可避免的模糊性,辨识结果精度不够.在子空间法的基础上,利用少量训练符号估计出模糊矩阵,以此矫正子空间法得到的结果.仿真结果显示:在保证辨识精度的前提下,该方法减少了训练符号等冗余,提...     

WSP系统与辨识

本文把投影算子的加权和表示方法引入无穷维线性系统,产生投影加权和系统,即简称为WSP系统,为无穷维系统辨识问题提供一种方便的模型结构方式,文中讨论了WSP系统的产生过程以及其系统辨识问题.     

嵌套复合阵恒定束宽波束形成的多率实现方法

提出一种嵌套复合阵恒定束宽自适应波束形成的多率子带实现方法.复合阵以处理一倍频程的多个均匀间距的线性子阵嵌套组成,多率子带的实现以通用参数滤波器组为基础.每个子阵根据所处理的子带信号带宽不同而选择不同的加权数目.这种结构的阵列处理器不仅实现了将宽带信号分解成多个较窄的子带信号来并行处理,还使每个子阵工作在较低的采样速率下,降低了处理器算法的运算量,提高了波束形成器的权值更新速度.仿真结果表明,此结构的处理器能实现恒定束宽波束形成.     

动态系统模糊模型的快速辨识及其应用

本文提出一种快速MISO模糊辨识方法,它由前提结构辨识、前提参数辨识和结论参数辨识等三部分构成。仿真研究表明:本辨识方法可产生高精度模型,并且具有较小的计算量。     

CARMA模型的多新息增广随机梯度辨识算法

将多新息辨识理论用于研究CARMA模型参数辨识问题,通过把标量新息扩展为向量新患,即多新息,得出相应的多新息增广随机梯度辨识算法.仿真结果验证了提出算法的有效性.     

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.