a国产,中文字幕久久波多野结衣AV,欧美粗大猛烈老熟妇,女人av天堂

當(dāng)前位置:主頁 > 理工論文 > 系統(tǒng)學(xué)論文 >

Hammerstein模型非線性系統(tǒng)辨識算法研究

發(fā)布時間:2020-11-07 14:16
   系統(tǒng)辨識是控制研究領(lǐng)域的重要分支,其中非線性系統(tǒng)辨識則一直是國際上相關(guān)研究的熱點和難點?紤]到,所有物理系統(tǒng)都是某種程度上的非線性系統(tǒng),用非線性模型來描述非線性系統(tǒng)比用線性模型來近似更貼近真實系統(tǒng),而模塊化非線性模型是已被證明的可以有效描述非線性系統(tǒng)的模型。模塊化非線性模型由一個靜態(tài)的非線性模塊和一個動態(tài)的線性模塊組成,根據(jù)非線性模塊和線性模塊的連接順序大致可分為Hammerstein系統(tǒng)和Wiener系統(tǒng)。本文以Hammerstein模型為研究對象,首先介紹了已有的HARMAX-LSI和HARMAX-RLS算法并對實例辨識以便進(jìn)行后續(xù)研究,然后提出了三種辨識Hammerstein模型的新方法:非線性遞推輔助向量方法(Recursive Instrumental Variable, RIV),輸出誤差-粒子群算法(Output Error-Particle Swarm Optimization, OE-PSO),極大似然-改進(jìn)自適應(yīng)粒子群算法(Maximum Likelihood-Modified Adaptive Particle Swarm Optimization, ML-MAPSO),并驗證了其有效性。 全文主要工作及貢獻(xiàn)如下: [1]提出了非線性系統(tǒng)辨識的輔助向量和遞推輔助向量方法,以Hammerstein ARMAX模型為基礎(chǔ)進(jìn)行了實例研究,并在不同的噪信比之下和Hammerstein系統(tǒng)辨識的經(jīng)典算法HARMAX-RLS進(jìn)行了對比,辨識結(jié)果表明RIV算法不僅有效,而且在有色噪聲干擾下的辨識精度和收斂速度都優(yōu)于HARMAX-RLS算法。 [2]提出了一種將PSO算法和輸出誤差法相結(jié)合的非線性Hammerstein系統(tǒng)辨識方法。在不對Hammerstein模型進(jìn)行變換并辨識多余參數(shù)的情況下,通過優(yōu)化輸出誤差法產(chǎn)生的目標(biāo)函數(shù),直接對Hammerstein系統(tǒng)進(jìn)行辨識。其最大的優(yōu)點是結(jié)構(gòu)簡單,易于實現(xiàn)。在不同的噪信比之下,和HARMAX-RLS算法的對比研究結(jié)果,表明了所提出方法的有效性,而且辨識誤差較小,辨識后的模型輸出與實際的系統(tǒng)輸出能夠較好地重合。 [3]提出了一種基于極大似然原理(ML)和自適應(yīng)粒子群算法的非線性系統(tǒng)辨識方法,以利用極大似然準(zhǔn)則的優(yōu)越的漸進(jìn)特性以及自適應(yīng)粒子群算法的強(qiáng)搜索能力,來提高非線性系統(tǒng)辨識效果。進(jìn)一步,基于進(jìn)化狀態(tài)估計(ESE)和對進(jìn)化因子和狀態(tài)轉(zhuǎn)化機(jī)制的重新定義,改進(jìn)了自適應(yīng)粒子群算法(MAPSO),以增強(qiáng)PSO搜索能力,再與ML有效結(jié)合(ML-MAPSO),提高了辨識效果。將ML-MAPSO算法與HARMAX-RLS算法、ML-PSO算法進(jìn)行了詳細(xì)的對比研究,結(jié)果表明:在不同的噪信比之下,ML-MAPSO算法,不管是在收斂速度,還是最終辨識精度方面,都要優(yōu)于HARMAX-RLS算法和ML-PSO算法。
【學(xué)位單位】:浙江大學(xué)
【學(xué)位級別】:碩士
【學(xué)位年份】:2013
【中圖分類】:N945.14
【文章目錄】:
致謝
摘要
Abstract
1. 緒論
    1.1 引言
    1.2 非線性系統(tǒng)辨識發(fā)展現(xiàn)狀
        1.2.1 參數(shù)化辨識方法
        1.2.2 非參數(shù)化辨識方法
        1.2.3 Hammerstein模型及其辨識算法
    1.3 本文結(jié)構(gòu)與安排
2. 基于RIV算法的Hammerstein系統(tǒng)辨識研究
    2.1 HammersteinARMAX模型介紹
        2.1.1 HARMAX-LSI算法
        2.1.2 HARMAX-RLS算法
    2.2 輔助變量法在非線性辨識中的應(yīng)用
        2.2.1. 輔助變量法(IV)介紹
        2.2.2. 輔助變量的選擇
    2.3 遞推輔助變量法(RIV)與非線性辨識相結(jié)合
    2.4 小結(jié)與討論
3. 基于OE-PSO算法的Hammerstein系統(tǒng)辨識研究
    3.1. PSO算法
    3.2. PSO結(jié)合輸出誤差法在非線性辨識中的應(yīng)用
    3.3. 小結(jié)與討論
MAPSO算法的Hammerstein辨識研究'>4. 基于MLMAPSO算法的Hammerstein辨識研究
    4.1. 極大似然準(zhǔn)則在非線性辨識中的應(yīng)用
        4.1.1 極大似然原理
        4.1.2 Hammerstein模型的極大似然估計
    4.2. 改進(jìn)的自適應(yīng)粒子群算法(MAPSO)
MAPSO算法辨識Hammerstein模型'>    4.3. 利用MLMAPSO算法辨識Hammerstein模型
MAPSO算法辨識結(jié)果分析'>    4.4. MLMAPSO算法辨識結(jié)果分析
    4.5. 小結(jié)與討論
5. 總結(jié)與展望
    5.1. 全文總結(jié)
    5.2. 研究展望
參考文獻(xiàn)
作者攻讀碩士期間的主要成果

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 朱全民;非線性系統(tǒng)辨識[J];控制理論與應(yīng)用;1994年06期

2 傅志方;周炎;;非線性結(jié)構(gòu)系統(tǒng)的模態(tài)分析、建模及參數(shù)辨識—研究綜述[J];振動與沖擊;1992年Z1期

3 李秀英,韓志剛;非線性系統(tǒng)辨識方法的新進(jìn)展[J];自動化技術(shù)與應(yīng)用;2004年10期



本文編號:2874059

資料下載
論文發(fā)表

本文鏈接:http://www.wukwdryxk.cn/projectlw/xtxlw/2874059.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶decc4***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com
疯狂做受XXXX国产| 超碰cao草棚gao进入| 无码一区二区三区亚洲人妻| 夫の目の前侵犯新婚人妻在线| 亚洲国产人成自久久国产| 成人性视频免费如何| 色噜噜精品一区二区三区| 在线亚洲人成电影网站色www| 一区二区三区亚洲精品国| 国产呦精品一区二区三区网站| 久久久久久国产精品免费无码 | 18xxx| 国产制服91一区二区三区制服| 亚洲AV成人一区二区三区| 成年无码Aⅴ片在线观看| 国产精品久久自在自线不卡| 人妻三级日本香港三级极97| 久久人妻无码系列| 黑人巨大一区二区免费| 国产精品亚洲一区二区无码| 国产激情久久久久影院老熟女免费| 国产精品99久久99久久久 | 大胆gogo高清在线观看| 天干天干天啪啪夜爽爽AV| 国产精品无码av在线播放| 精品无码久久久久成人漫画| 亚洲AV成人片色在线观看| 国产精品乱码在线观看| 亚洲伊人久久大香线蕉AV| 亚洲精品自偷自拍无码忘忧| 久久ZYZ资源站无码中文动漫| 久久精品夜色国产亚洲AV| 国产免费无遮挡吸乳视频| 一区二区三区无码高清视频| 尤物在线观看免费网址| 国产精品V片在线观看不卡| 国产精品美女久久久网av| 国产成人午夜福利高清在线观看| 色诱久久av| 免费人成视频在线观看网站| 欧美AAAAAA级午夜福利视频|