共查询到16条相似文献,搜索用时 62 毫秒
1.
辨识Hammerstein模型方法研究 总被引:2,自引:0,他引:2
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。 相似文献
2.
3.
4.
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. 相似文献
5.
6.
7.
8.
基于操作轨迹LPV模型的非线性辨识 总被引:1,自引:0,他引:1
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. 相似文献
9.
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。 相似文献
10.
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。 相似文献
11.
CUI Xiaodi LU Zhunwei XU Rongliang Taiyuan University of Technology Taiyuan 《系统科学与系统工程学报(英文版)》1994,(3)
ThePredictiveControlBasedonHammersteinModelwithNU=1CUIXiaodi;LUZhunwei;XURongliangTaiyuanUniversityofTechnology,Taiyuan030024... 相似文献
12.
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... 相似文献
13.
细菌生存优化在非线性模型辨识中的应用 总被引:1,自引:0,他引:1
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. 相似文献
14.
徐晓 《系统工程与电子技术》1992,(3)
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。 相似文献
15.
《系统工程与电子技术(英文版)》1997,(3)
IdentificationofSubsetAutoregresiveModelUsingSimulaatedAnnealingZhuXiangyang&ZhongBinglinDepartmentofMechanicalEngineering,S... 相似文献
16.