首页> 中文学位 >一类双率采样数据系统参数估计方法的研究
【6h】

一类双率采样数据系统参数估计方法的研究

代理获取

目录

文摘

英文文摘

声明

第一章绪论

1.1引言

1.2基本单率系统辨识算法

1.3多率系统的研究历史与现状

1.4本文的内容安排

第二章预备理论知识

2.1随机系统模型

2.2随机过程理论基础

2.2.1随机过程的数字特征

2.2.2白噪声的定义及性质

2.3收敛性定理

第三章双率系统遗忘梯度算法

3.1引言

3.2双率遗忘梯度算法

3.3算法收敛性研究

3.4仿真实例

第四章双率系统其它模型的辨识

4.1单率系统为CARMA模型情形

4.2单率系统为CARAR模型情形

4.3单率系统为CARARMA模型情形

第五章双率时变系统遗忘因子最小二乘算法

5.1引言

5.2系统描述与辨识算法

5.3 DR-FFLS算法的收敛性分析

5.4仿真实例

第六章总结与展望

主要工作成果

关于后续工作的思考和展望

致谢

参考文献

攻读硕士学位期间的研究成果

展开▼

摘要

常规的离散系统参数辨识方法都是假定系统各处的输入和输出以同样的采样周期采样,然而在实际工业过程中,有时采用同样的周期进行参数辨识是不经济或是不可行的。因而多率系统辨识方法得到了广泛的应用,它可以解决输入输出采样周期不相等的离散系统的参数辨识和输出估计问题,可以用来检测输出变量,同时通过双率数据得到单率模型,可以用来设计多率系统推理控制等方案,因此它的研究具有重要的理论意义和使用价值。本文针对多率系统的一种特例-双率系统进行研究,取得了以下成果。 1、应用多项式变换技术,建立双率输入输出数据间的关系,得到了双率系统模型。对于双率随机时不变系统的方程误差模型,即ARX模型,研究了基于双率输入输出数据的双率遗忘梯度辨识算法,以及损失输出估计,同时探讨了遗忘因子的选择方法。然后运用鞅超收敛定理和随机过程理论分析了算法的收敛性。当强持续激励条件成立时,给出了该算法参数估计误差上界表达式。数字仿真表明:通过选择合适的遗忘因子,双率遗忘梯度算法具有满意的收敛速度和精度,同时大大降低了计算量。 2、针对双率系统对应的单率系统分别为CAR模型、CARMA模型和CARARMA模型的情况,分别提出了双率增广遗忘梯度算法、双率广义遗忘梯度算法和双率增广广义遗忘梯度算法。对于辨识模型信息向量中存在的未知不可测噪声项,通过用它们的估计值代替,解决了这类双率系统模型辨识问题。并进行了仿真研究。 3、针对一类双采样率随机时变系统,应用多项式变换技术和随机过程理论,在强持续激励条件下,研究了双率时变遗忘因子最小二乘法参数估计的收敛性,得到了参数估计误差上界表达式。分析表明,随着数据长度的增加,提出的算法的参数估计误差上界收敛到常数。随后分别分析了双率确定性时不变系统、随机时不变系统、确定性时变系统的参数估计误差上界。并利用仿真例子证实了论文提出的理论结果。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号