資源描述：
《輸出誤差類模型辨識方法的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、摘要含有色噪聲干擾的輸出誤差類系統(tǒng)模型，在隨機系統(tǒng)模型中具有典型的代表性。本文研究有色噪聲干擾下的輸出誤差類系統(tǒng)的辨識問題，推導(dǎo)相關(guān)算法并進行仿真驗證。推導(dǎo)針對含有色噪聲干擾的輸出誤差類系統(tǒng)模型的基于輔助模型的多新息最小二乘算法和多新息隨機梯度算法。其辨識思想是使用輔助模型輸出代替輸出誤差類模型的未知過程模型的輸出?；诙嘈孪⒎椒ǎ瑯?gòu)造多新息向量矩陣來辨識系統(tǒng)參數(shù)。仿真試驗表明基于輔助模型的多新息算法收斂速度快，并且辨識結(jié)果更加平穩(wěn)。推導(dǎo)迭代最小二乘算法和迭代隨機梯度算法。本文中所述的迭代辨識方法是離線方法，辨識之前得到所有輸入、輸出可測數(shù)據(jù)。在每步迭代計算過程
2、中，使用系統(tǒng)的所有可測數(shù)據(jù)，獲得盡可能多的信息來提高參數(shù)估計精度。迭代辨識思想基于交互估計理論，雖然每一步的計算量很大，但是收斂速度快，從而使總體的辨識效果更好。仿真結(jié)果表明，算法仿真精度隨著系統(tǒng)數(shù)據(jù)長度增加而提高。基于信號濾波思想，結(jié)合輔助模型方法，提出基于濾波的輔助模型最小二乘算法和基于濾波的輔助模型隨機梯度算法。針對有色噪聲干擾模型引入線性濾波器，使有色噪聲干擾模型轉(zhuǎn)化為白噪聲模型，依據(jù)遞階辨識方法，得到包含系統(tǒng)參數(shù)的子模型和包含噪聲參數(shù)的子模型，使用相應(yīng)辨識算法對這兩個子模型分別加以辨識。濾波辨識算法使每一個子模型的辨識計算量減少，辨識精度提高。仿真結(jié)果
3、表明濾波算法可以得到理想的辨識效果。關(guān)鍵詞：輸出誤差模型；多新息辨識；迭代；濾波：輔助模?鬯AbstractThekindsofoutputerrorsystemswithcolorednoiseshavetypicalrepresentationinstochasticsystems．Thispaperstudiestheparameteridentificationforsuchsystemswithcolorednoises，derivatescorrelationalgorithms．Simulationexamplesareincluded．Byusi
4、ngtheoutputsoftheauxiliarymodeltoreplacetheunknownoutputsofprocessmodelandexpandingthescalarinnovationtoinnovationvectors，theauxiliarymodelbasedmulti-innovationleastsquares(AM·MILS)algorithmandthemulti—innovationstochasticgradient(AM—MISG)algorithmareproposed．Thesimulationexamplesind
5、icatethatthemulti—innovationalgorithmshavefasterconvergencespeed，andtheidentifiedresultsaremorestable．Combiningtheauxiliarymodelidentificationideawiththeiterativeidentificationtheory，theauxiliarymodelbasediterativeleastsquares(AM—LSI)algorithmanditerativestochasticgradient(AM·SGI)alg
6、orithmareproposed．Thesetwooff-lineiterativealgorithmsuseallthemeasuredinput—outputdataateachiterativecomputation．IterativealgorithmisbasedonInteractionestimatortheoryandthehierarchicalidentificationprinciple．Thoughmuchcalculationateachiteration，thewholeburdenisgreatlyreducedbecauseof
7、afastercon-vergencespeed．Thesimulationresultsprovethealgorithmcharacteristics．Combiningthefilteringideawiththeauxiliarymodelidentificationtheory，thefilteringbasedauxiliarymodelleastsquares(F-AMLS)algorithmandauxiliarymodelstochasticgradient(F·AMSG)algorithmareproposed．Byaddingafilter
8、tofilterthei
