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。     

基于Hsia算法的Hammerstein模型辨识

针对采用广义最小二乘法（GLS）辨识Hammerstein模型时反复滤波，计算效率不高的问题，提出了利用Hsia算法进行Hammerstein模型辩识的策略．谈法不需滤波，克服最小二来解有偏性的同时，消除了Hammerstein模型中非线性增益的阶次对计算效率降低的作用，鳊程简单，计算快速．仿真及试验研究证明谈法省时明显，值得推广。     

基于样条逼近和小波分解的Hammerstein模型辨识

采用三次B-样条方法取代传统的多项式方法逼近Hammerstein模型中的非线性部分，在保持多项式的简单性和逼近的可行性的同时，大大提高了逼近精度。同时采用小波变换对辨识数据进行多尺度分解，通过在低频空间抑制高频噪声干扰从而实现精确建模。理论分析和仿真结果都表明估计结果具有渐近无偏性和一致收敛性，该方法辨识精度高，具有良好的实用性。     

热线式空气质量流量传感器Hammerstein模型结构辨识

利用稳态和动态校准信息,辨识了基于Hammerstein模型的热线式空气质量流量(MAF)传感器模型结构.模型辨识采用两步法,在用多项式逼近静态非线性特性的基础上,动态线性环节分别选取ARX模型、输出误差(OE)模型和Box-Jenkins(BJ)模型,采用交叉准则法进行参数估计和阶次选择,模型的残差分析和用验证数据对模型交叉检验的结果表明,最终输出误差(FOE)准则和最终预报误差(FPE)准则选择的阶次一致,基于预测误差法的3阶OE和BJ模型均可用于热线式MAF传感器Hammerstein模型动态线性环节的建模.     

对角双线性模型辨识基础与谱分析

由于能对非线性系统很好的近似，双线性模型在许多工程领域已得到广泛的应用，但其统计基础还很不完善，对于对角双线性模型（DBL（p,q,r)models)利用多元Wiener-Ito随机积分，计算出了输入输出序列的自协方差，互协方差和双互协方差，在此基础上进行了谱分析，得到了该模型的谱密度，互谱密度和双互谱密度，这些结果可以用作该模型的辨识，预报和控制，仿真计算证实了这一点。     

一种直升机舵机的GFRF模型辨识方法

改进了以多音组合正弦信号为持续激励信号的非线性系统GFRF非参数模型辨识方法。并成功地利用该方法辨识出某型直升机并联电动舵机的GFRF模型．实践表明，改进后的辨识方法辨识精度高且稳定，只需很小的计算量和数据存储空间，是一种有效的非线性系统辨识方法，具有重要的工程实际应用价值．     

基于操作轨迹LPV模型的非线性辨识

提出一种基于操作轨迹LPV模型的非线性辨识方法:根据调度变量的操作轨迹,选取若干个典型工作点;在各个典型工作点,进行测试与辨识相应的线性模型;然后,根据工作点测试数据以及各工作点间的过渡数据,辨识出全局插值LPV模型.它降低了测试辨识成本,且算法简单可靠,仿真结果表明了该算法的有效性.     

基于正交模型辨识辅助的欠采样数字预失真方法

针对数字预失真技术在宽带通信系统中的具体实现受到模数转换器采样率制约的问题,提出一种新的欠采样数字预失真方法。首先在欠采样速率下对功放的正交模型进行离线辨识,接着根据一定的算法得到Nyquist采样率下的简化预失真器模型,并进行在线的自适应直接学习。该方法具有预失真器模型构造简单、欠采样实现高效的特点。理论分析和仿真结果表明,该方法有效降低了对模数转换器的采样率要求,优化了简化预失真器模型的线性化条件,更好地抑制了功放非线性引起的带内失真和频谱再生。     

协整模型中门限协整的一种辨识方法

考虑非线性、非平稳时间序列中门限协整模型的辨识问题，给出协整模型属于线性协整还是门限协整的一种判断方法。给出门限协整回归模型的定义，构造了辨识线性协整和门限协整的SupW统计量，并得到了SupW统计量的极限分布。给出逼近极限分布的Bootstrap方法，计算渐近p-值确定协整模型是线性协整还是门限协整。模拟计算和实例计算证明了该辨识方法的有效性，具有重要的应用价值。     

The Predictive Control Based on Hammerstein Model with NU=1

ＴｈｅＰｒｅｄｉｃｔｉｖｅＣｏｎｔｒｏｌＢａｓｅｄｏｎＨａｍｍｅｒｓｔｅｉｎＭｏｄｅｌｗｉｔｈＮＵ＝１ＣＵＩＸｉａｏｄｉ；ＬＵＺｈｕｎｗｅｉ；ＸＵＲｏｎｇｌｉａｎｇＴａｉｙｕａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｔａｉｙｕａｎ０３００２４...     

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 p...     

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.     

格形滤波器在ARMA模型辨识中的应用

本文总结了近年来发展的ARMA模型格形辨识算法。基于运用格形滤波器的特性来获得ARMA模型格形辨识算法的思路,着重分析了三种典型算法及其性能,给出了稳定判据,最后指出了今后的发展方向。     

Identification of Subset Autoregressive Model Using Simulaated Annealing

ＩｄｅｎｔｉｆｉｃａｔｉｏｎｏｆＳｕｂｓｅｔＡｕｔｏｒｅｇｒｅｓｉｖｅＭｏｄｅｌＵｓｉｎｇＳｉｍｕｌａａｔｅｄＡｎｎｅａｌｉｎｇＺｈｕＸｉａｎｇｙａｎｇ＆ＺｈｏｎｇＢｉｎｇｌｉｎＤｅｐａｒｔｍｅｎｔｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，Ｓ...     

目标分配的数学模型

本文建立了目标分配的数学模型,为防空指挥控制系统解决了一个重要的问题.