递阶辨识相关论文
利用递阶辨识原理、多新息辨识理论,研究和提出AR-OEARMA系统的辅助模型递阶广义增广随机梯度算法、辅助模型递阶多新息广义增广随......
在工业控制、航空航天、天文学、海洋等众多领域中,研究的对象一般比较复杂,例如单输入多输出系统,通常很难应用已有的理论直接获......
变间隔辨识概念是处理损失数据系统和稀少量测数据系统辨识的一种有效方法.利用变间隔辨识概念和递阶辨识原理,研究了线性回归系统......
为了处理损失数据系统和稀少量测数据系统辨识,引入了变间隔概念.以线性回归系统为例,利用递阶辨识原理,提出了一些变间隔递阶递推......
随着现代化生产规模的扩大,需要处理的大规模复杂系统的建模、辨识和控制问题也日益突出。一类特殊结构的非线性系统辨识受到了广......
带有滑动平均噪声的多变量系统的参数通常难以辨识，本文利用递阶辨识原理和迭代辨识原理，并结合加速收敛技术，实现多变量系统参数的准......
利用迭代搜索和递阶辨识原理,以线性回归系统为例,讨论了递阶梯度迭代辨识方法、递阶多新息梯度迭代辨识方法、递阶最小二乘迭代辨......
本文推广了雅可比和高斯-赛德尔迭代算法,提出了一大类迭代方法族.并借助于递阶辨识原理,将提出的迭代方法族应用于矩阵方程AXB=C......
系统辨识是根据系统的输入输出数据来建立描述系统的数学模型的理论．近年来，多变量系统的辨识问题引起了控制领域的广泛关注．多变量系......
利用递阶辨识原理,研究了线性回归系统的递阶最小二乘辨识算法、递阶多新息最小二乘辨识算法、递阶随机梯度辨识算法、递阶多新息......
控制问题的基本为系统数学模型的确定,只有了解系统的运动模型,才能更好地理解系统的运动规律,分析系统的行为特性,设计系统的控制......
数学模型是分析系统动态特性的基础。辨识技术是建立复杂系统数学模型的有效方法之一。在实际工业生产过程中,由于控制系统日益复......
多变量系统在工业控制及应用中广泛存在,能比单变量系统更加准确描述对象的特征.多变量系统结构复杂,参数众多,其辨识问题是研究热......
传统的采样方式是等时间间隔的均匀采样,也就是所谓的单率采样,但是在很多的工业控制过程中,由于对网络或通讯的需求,都会用到多个......
在线性系统辨识问题的研究中,最小二乘迭代辨识算法被应用于输出误差类模型的参数估计,可以实现较高的辨识进度。但是当算法中所涉......
非线性系统广泛存在于工业实践中,且随着工业化的发展,系统的复杂程度不断加深,系统数学模型更加复杂,辨识过程中的计算量也越来越......
多率系统滤波包括参数辨识和状态的估计，参数辨识可以运用最小二乘原理或递阶辨识原理，状态估计可以基于卡尔曼滤波思想。本文研究了......
将递阶辨识与多新息辨识相结合,以研究多变量系统传递函数阵模型的参数估计问题,提出了递阶多新息辨识方法.与Sen和Sinha的算法相......
针对转台伺服系统中机械谐振对系统产生的影响,对包含有机械谐振的被控对象,采用计算量较小的参数递阶辨识方法辨识被控对象,并对......
遗忘漂移时变系统的辨识极为困难,关键在于参数模型中的矩阵H是未知的.为解决此问题,提出了当H已知时,采用遗忘梯度辨识算法和多新......
为减少递推辨识的计算量,提出了递阶辨识原理,它是将系统分解为多个维数较小的虚拟子系统进行辨识,从而获得递阶最小二乘辨识方法.......
通过推广求解矩阵方程AX=b或AX＋XB=C的递推迭代算法和基于递阶辩识原理的思想，给出了求解广义耦合矩阵方程的梯度迭代算法。并证明了......
针对有限脉冲响应滑动平均系统,利用递阶辨识原理,研究了递阶增广随机梯度算法、递阶多新息增广随机梯度算法、递阶增广梯度算法、......
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遗忘梯度辨识算法,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......
利用Kronecker积，推导出多变量ARX-like随机系统的辨识模型，使用递阶辨识原理研制了一个递阶最小二乘参数估计算法。提出的递阶最小......
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。......
根据负梯度搜索原理，推导了滑动平均噪声干扰单输入多输出系统的递阶增广随机梯度算法。为了改进提出算法的收敛速度，在算法中引入遗......
阐述了递阶辨识原理,提出了传递函数阵模型参数的递阶随机梯度(HSG)辨识方法.在递阶辨识中,系统参数被分解为参数向量和参数矩阵.......
针对输出误差系统,利用迭代搜索原理,研究了辅助模型梯度迭代算法、辅助模型最小二乘迭代算法、辅助模型多新息梯度迭代算法、辅助......
针对主流传感器采集的深度图像存在深度信息区域缺失、噪声等图像质量问题,提出一种基于SD全局优化模型的深度图像增强算法。采用......
大系统的特点是维数高、待估计的参数数目多，使得辨识方法的计算量和存储量急剧增加，以致常规辨识算法难以实现。为了减少大系统辨识......
针对机械谐振对超精密光刻系统的影响,对包含有机械谐振的光刻机宏微运动平台进行辨识来抑制机械谐振。首先建立单自由度宏微耦合......
本文利用提升技术,推导了非均匀采样多率系统的提升状态空间模型.对于状态可测量的多率系统,利用最小二乘原理,给出了模型参数矩阵......
针对非均匀周期采样系统,通过状态空间模型离散化方法得到其输入输出表达形式.鉴于参数化后得到的辨识模型同时包含1个参数向量和1......
针对输出误差系统,利用辅助模型辨识思想和递阶辨识原理,研究了辅助模型递阶随机梯度算法、辅助模型递阶多新息随机梯度算法、辅助......
为减少递推辨识的计算量，提出了递阶辨识原理，它是将系统分解为多个维数较小的虚拟子系统进行辨识，从而获得递阶最小二乘辨识方法。在......
多率系统在实际系统中广泛存在，如通信系统，化学工业过程，生物医学等．多率系统中存在两种或两种以上的操作频率，其数学模型要比传统的离......
基于系统的脉冲响应观测数据,利用梯度搜索和牛顿搜索,研究和提出辨识系统传递函数参数的递阶最小均方方法、递阶随机梯度方法、递......
基于系统的脉冲响应观测数据,利用梯度搜索和牛顿搜索,研究和提出辨识系统传递函数参数的递阶(多新息)梯度迭代方法、递阶(多新息)......
递推辨识和迭代辨识构成了两大类辨识方法族。利用递阶辨识原理、多新息辨识理论,针对多频标准正弦信号的建模问题,提出了递阶梯度......
系统辨识是研究建立系统数学模型的理论与方法.虽然数学建模有很长的研究历史,但是形成系统辨识学科的历史才几十年.在这短暂的几......
研究多变量系统状态空间模型的递阶辨识问题,推广了作者提出的标量系统状态和参数联合辨识算法.当状态可量测时,利用最小二乘原理......
多新息辨识通过推广单新息修正理念,扩展辨识新息的维数,充分利用新息作为有用信息能改善参数估计和状态估计精度的特性,提高辨识......
传统系统辨识方法的研究多数针对系统的输入输出模型,近年来,随着控制理论的发展和工业技术的进步,许多被控对象需要抽象成状态空......
