一类有色噪声干扰系统的辨识方法

来源 :江南大学 | 被引量 : 0次 | 上传用户:wlj190151
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
系统辨识是描述各种各样系统运动规律的一种方法论,是研究系统的一种有效工具。利用这个工具可以对我们要研究的系统进行定量的描述。尽管随着现代控制理论的迅速发展,系统辨识得到了迅速而蓬勃发展,并已经成功运用于多种工程应用领域。但仍有很多问题要解决,本文研究有色噪声干扰下的系统辨识,也正是完全出于工程应用的实际需要,试图探讨新的辨识方法。对于有色噪声干扰的一类广义输出误差模型,本文提出了一种基于模型等价的有限脉冲响应方法。其辨识思想是把过程模型和噪声模型分别用两个有限脉冲响应模型逼近,进而得到一个特殊的CARMA模型。用增广最小二乘法可估计其参数,最后通过模型等价原则确定原系统的参数估计。仿真说明该方法可以满足辨识精度要求。对于存在相关噪声干扰的Box-Jenkins系统,本文借助于偏差补偿原理,推导了一个在非平稳和各态遍历输入下的偏差补偿最小二乘(BCLS)辨识方法,分析了它的特点和适用范围。通过仿真实验证明该方法适用于一般的有色噪声干扰系统。在偏差补偿原理基础上,结合预滤波思想,对有色噪声系统的另一类系统,本文推导了一种辨识有色噪声干扰输出误差系统参数估计的偏差补偿递推最小二乘(BCRLS)辨识方法。该方法在降低辨识对输入信号平稳性的要求下,实现了偏差补偿方法参数估计的递推计算,可以用于在线辨识。仿真实验证实了提出的递推BCRLS辨识方法优于非递推偏差补偿最小二乘算法,提高了参数估计精度。
其他文献
随着工业IT技术的日益发展,工业信息化成为了现代企业技术发展的重中之重。传统的单机封闭生产,将被更为先进的自动化生产线所替代。生产过程中的信息和数据将被采集入中控系
倒立摆的控制是控制理论研究中的一个经典问题,论文设计了一个基于DSP的环形倒立摆系统,作为控制理论学习和研究的平台。系统的设计包括系统功能、硬件、人机交互接口的设计和
由于可见光遥感图像中云层的覆盖程度严重,极大的影响了后续图像的使用,也降低了图像的利用率。云检测的重要性显得尤为突出。针对如上所述的问题,本文对关于可见光遥感卫星图像
倒立摆系统是一个典型的单输入多输出、多变量、非线性、强耦合、自然不稳定的高阶系统。倒立摆系统是研究控制理论的一种典型的实验装置,它不仅具有生动直观的教学特点,在研究
移动Ad Hoc网络(MANET)是一种特殊形式的移动计算机网络,与传统有线网络相比,它具有无需基础结构、易于搭建和任意移动等内在优势。但是随之而来也带来了诸多不利因素,例如无线
多传感器数据融合技术是利用多传感器探测目标以获取多方面的信息,得到比单一传感器更准确的目标状态估计。尽管数据融合兼有信息的冗余性与互补性等显著优点,但由于目标环境
机器人是自动化技术、现代传感器技术以及人工智能技术的集中体现,其技术的发展水平已经成为衡量一个国家的制造水平和科技水平的重要标志。而移动机器人作为机器人的重要分