论文部分内容阅读
为了解决与发动机空燃比控制相关的废气氧（EGO）传感器精确建模问题，基于渐近（ASYM）法辨识了EGO传感器的Hammerstein模型。模型的非线性部分用静态实验数据拟合，动态线性部分的辨识分为三步。先估计一个高阶ARX模型，然后依据渐近准则（ASYC）找出最佳频率响应估计的模型阶次，再采用极大似然（ML）法估计降阶后的模型参数。通过残差分析、交叉验证和模型误差模型（MEM）测试，将得到的ASYM模型与输出误差（0E）模型和Box—Jenkins（BJ）模型进行比较。结果表明，基于ASYM法的Hamme