论文部分内容阅读
提出一种对扩展的非线性状态空间模型进行识别的自组织序贯蒙特卡洛滤波方法。通过在原始状态空间模型中增加未知待识别参数来定义扩展的状态空间模型,该模型为自组织非线性状态空间模型,适用于解决噪声分布的自校正问题;同时该系统识别方法通过引入局部似然函数,可以从有限的有效数据中进行最优参数选取。给出了Bouc-Wen滞回系统识别的数值算例,证明了该方法的有效性。