非均匀采样数据系统的AM-RLS辨识方法及仿真研究

推导了一类非均匀采样数据系统的提升状态空间模型,进而得到其对应的输入输出表达.针对辨识模型信息向量中存在未知的中间变量,提出非均匀采样系统基于辅助模型的递推最小二乘(AM-RLS)辨识方法,基本思想是用辅助模型的输出代替信息向量中的未知变量.并对算法进行了计算机数值仿真研究,来说明提出辨识算法的有效性.     

SIMO系统辅助变量最小二乘盲辨识方法

辅助变量辨识方法是一类重要的辨识方法,然而对于盲辨识,系统输入未知,辅助矩阵的选择就成了难题。针对盲辨识领域研究最多的单输入多输出(SIMO)系统,利用辅助变量方法研究相应的盲辨识方法,其基本思想是联立其中两个子系统进行辨识,利用其他子系统的输出来构造辅助矩阵,从而提出了辅助变量最小二乘盲辨识方法,来获得系统参数估计。还给出所提算法的递推形式,并进行了收敛性分析。仿真例子验证了所提方法的有效性。     

有色噪声系统的迭代辨识与递推辨识方法仿真比较研究

针对ARARX模型(即动态调节模型),提出了分别辨识系统模型参数向量和噪声模型参数向量的新型最小二乘迭代辨识方法.其基本思想是:通过极小化一个信息矩阵中含噪声项的准则函数,导出两个参数向量的最小二乘估计式,进一步将估计式中信息矩阵所含的未知噪声项用其迭代估计代替,而其迭代估计又用前一次迭代的参数估计进行计算.在每步迭代计算中,二者执行了一个递阶计算过程.与滤波式递推广义最小二乘算法相比,提出的迭代算法也可用于在线辨识,而且在每一步迭代计算中,反复利用了系统可测数据信息,因而能够获得高精度参数估计.仿真例子证实了理论研究结果.     

多新息最小二乘法辨识水下机器人动力学模型

水下机器人动力学模型辨识是水下机器人运动控制、状态监测和系统设计开发的基础.把6自由度动力学模型适当简化,给出Falcon水下机器人的动力学模型,在最小二乘算法(LS)和递推最小二乘算法(RLS)的基础上,提出基于多新总最小二乘算法(MILS)的水下机器人动力学模型辨识方法,最后给出MILS辨识算法、RLS算法和LS辨识算法仿真实验结果,证明所提算法的可行性与优越性.利用多新息最小二乘算法得到的水下机器人动力学模型参数更接近于理想参数,能够更好的描述水下机器人的动态特性,对于水下机器人的操纵与自适应控制的研究有较大的实际意义.     

小型直升机航向模型的增广递推最小二乘辨识

分析确定了模型直升机航向通道结构,考虑了噪声模型的存在,采用增广最小二乘法进行了参数辨识,从而避免了一般最小二乘法把误差模型隐含在系统模型中所造成的辨识精度不高的缺点。结果表明,虽然采用增广最小二乘法要考虑噪声模型,但是它具有速度快、辨识结果准确的特点,所得模型直升机的航向模型很好的表示了其系统特性,可以用来进行控制系统的设计和直升机的分析理解。     

基于正交最小二乘的非线性系统模糊辨识

提出了一种新的基于T-S模糊模型的建模方法．该方法是基于输入空间的模糊划分计算给定样本在各模糊子空间的隶属度，并利用正交最小二乘辨识模糊模型的结论参数．最后通过Box-Jenkins煤气炉数据和Mackey-Glass混沌时间序列的仿真结果验证了该方法的有效性与实用性．     

Wiener系统的混沌引力搜索迭代辨识

Wiener非线性系统是由动态线性子系统串联非线性静态子系统而成,被广泛应用于自动控制、化工、电气等领域.考虑Wiener输出误差自回归(Wiener Output Error Autoregressive,Wiener OEAR)系统的辨识问题,提出了一种混沌引力搜索迭代辨识算法,通过在引力搜索算法中引入混沌优化机制...     

一种用于参数估计的几何距离最小二乘方法

本文从解析几何中几何距离角度出发,对系统辨识或参数估计提出一种全新的几何距离最小二乘方法。理论分析和应用实例表明,几何距离最小二乘方法同样也是一种比较有效的参数估计方法。     

闭环系统的虚拟参考反馈校正控制及迭代最小辨识

在线性框架下研究基于输入输出观测数据对未知系统模型中两反馈控制器的设计问题. 采用虚拟参考反馈校正控制直接设计控制器,无需系统建模过程. 在构造代价函数时,同时考虑闭环传函和灵敏度的模型-匹配问题. 针对模型匹配过程,分别设计虚拟输入和扰动;推导用于观测数据预处理的滤波器. 在设计控制器前,利用概率统计法对控制器进行检验以保证闭环系统的稳定性. 针对控制设计中的参数优化,利用数值优化理论分析迭代最小二乘辨识算法所生成的迭代序列与全局最优值间的逼近式,以此式作为评价收敛性和收敛速度的依据. 最后用仿真算例验证方法的有效性.     

偏最小二乘相关算法在系统建模中的两类典型应用

讨论了偏最小二乘回归（PLSR）的相关算法对两类典型实际系统建模的有效应用。分析了传统的偏最小二乘回归批处理算法及由此产生的一种简化算法的基本原理和技术特点，在此基础上，对原有的递推算法进行了一定程度的改进，直接采用自变量主元t的回归系数矩阵P和R来取代旧的数据信息，从而进一步简化了计算过程，针对上述两种算法的特点，分别对无人机费用模型（少样本，多变量）和切削力峰值模型（多样本，少变量）参数进行了估计计算，说明了各自算法的应用优势。     

一类时延混沌系统的自适应同步

针对一类时延混沌系统参数未知的情况,将自适应技术与系统辨识技术应用于时延混沌系统的同步控制。在系统非线性动态函数的导数满足有界的基本假设条件下,给出了此类系统基于线性函数耦合的阈值条件。利用Lyapunov理论,分析了同步的渐进稳定性,给出并证明了该判定条件的充分性;同时给出系统参数的自适应辨识,使系统参数逐渐逼近真实值,实现具有不同初始点、参数未知的时延混沌系统的同步控制     

Parameter estimation for multirate multi-input systems using auxiliary model and multi-innovation

The multirate multi-input systems have different updating periods and sampling periods such that the conventional identification algorithms cannot be used to identify such multirate systems. By using the auxiliary model identification idea, the multiinnovation stochastic gradient algorithm is developed to estimate the parameters of multirate systems. Finally, an illustrative example is given to verify the effectiveness of the proposed algorithm.     

无穷维线性系统的小波级数辨识

引入标准正交尺度函数及它们的Laplace变换,证明了变换后的尺度函数在Hardy空间H2中仍是标准正交的。此外,刻划了Sobolev空间W2,s(R)中函数的小波级数逼近误差的渐近衰减率,提出了无穷维线性时不变系统的传递函数及β-输入-输出稳定性。最后利用变换后的标准正交小波级数逼近传递函数。     

EPS控制单元频响特性测试与系统辨识

控制器是电动助力转向系统（EPS）的核心部件之一。EPS控制器采集转向盘扭矩信号和车速信号,由事先设定的算法来计算控制助力电机的目标电流作为输出,并以PWM（脉宽调制波）的形式作用于助力电机。以某国外控制器的EPS实验台架实测数据为基础,在MATLAB软件平台上,建立离散数据分析模型,计算出待测系统的传递函数。将辨识出的传递函数用于EPS开发,实验证明辨识方法是有效的且辨识结果可指导控制软件设计。     

混合编码免疫算法在非线性系统辨识中的应用

基于免疫算法优越的全局搜索性能与GP算法简洁的结构树编码方法,提出了一种混合编码免疫辨识算法,通过对模型结构与参数分别编码及免疫操作,同时实现了非线性模型的结构与参数辨识,实现了全局寻优,辨识的模型结构简单、易于理解.仿真验证了本算法的有效性及较强的非线性逼近能力.     

应用混合进化策略辨识Wiener-Hammerstein模型

提出了一种基于进化策略的多输入单输出Wiener-Hammerstein模型辨识新方法。该方法的基本思想是将模型辨识问题转化为非线性不可微函数优化问题,然后采用进化策略获得该优化问题的解。为了进一步增强进化策略辨识的性能,提出一种混合进化策略方法。混合进化策略采用如下方法以提高算法的全局寻优能力:基本排序的高斯-柯西自适应混合变异算子;策略参数的中间重组和均匀扰动;混合选择方案。仿真结果验证了上述混合进化策略辨识方法的有效性。     

基于参数估计的层次诊断模型研究及应用

针对大型系统多故障诊断的复杂性,提出利用抽象技术建立的简化层次模型进行诊断。把抽象技术分为结构抽象和行为抽象,结构抽象建立在系统的描述方法之上,采用的行为抽象技术为Box-Jenkins建模方法(B-J法)的参数模型。介绍了层次模型的一种形式化方式-抽象树的建立方法。利用不同层次的参数模型参数值序列之间的变化关系并采用由上至下的分层诊断策略进行故障诊断。仿真实例的结果表明减少了计算量,提高了诊断效率。     

Adaptive fuzzy controller for a class of strict-feedback nonaffine nonlinear systems

A robust adaptive fuzzy control scheme is presented for a class of strict-feedback nonaffine nonlinear systems with modeling uncertainties and external disturbances by using a backstepping approach.Fuzzy logic systems are employed to approximate the unknown parts of the desired virtual controls,and the approximation errors of fuzzy systems are only required to be norm-bounded.The function tanh(·) is introduced to avoid problems associated with sgn(·).The tracking error is guaranteed to be uniformly ultimately bounded with the aid of an additional adaptive compensation term.Chua’s circuit system and R o¨ssler system are presented to illustrate the feasibility and effectiveness of the proposed control technique.