發(fā)布時間：2024-06-11 01:23

　　隨著系統(tǒng)辨識理論的不斷發(fā)展，極大似然辨識算法在近幾年得到了廣泛的發(fā)展，特別是在航天器，機器人，電力，化工等方面。因此，極大似然辨識算法的研究具有重要的理論和實用價值。本文將以國家自然科學(xué)基金項目為前提，基于極大似然辨識算法系統(tǒng)的研究方程誤差類模型的辨識問題。在現(xiàn)有的文獻中，只是用極大似然辨識方法研究了簡單的ARMAx系統(tǒng)，原因是其噪聲是一個滑動下均過程(即噪聲模型傳遞函數(shù)是一個多項式)。然而方程誤差類模型中的動態(tài)調(diào)節(jié)系統(tǒng)和受控自回歸自回歸滑動下均系統(tǒng)模型的噪聲項都是一個有理分式傳遞函數(shù)，這便是論文中辨識問題的困難之一。在查閱了相關(guān)文獻的基礎(chǔ)上，取得的研究成果如下： l.針對動態(tài)調(diào)節(jié)系統(tǒng)，推導(dǎo)了該模型系統(tǒng)的辨識模型，然后基于極大似然辨識思想，導(dǎo)出辨識模型的準則函數(shù)，并在此基礎(chǔ)上提出了該系統(tǒng)模型的Davidon Fletcher Povell(DFP)變尺度法。仿真結(jié)果表明，DFP變尺度法收斂速度快，辨識精度高。 2.根據(jù)迭代辨識原理，將帶有濾波的牛頓拉夫遜算法和遞推極大似然方法應(yīng)用于動態(tài)調(diào)節(jié)模型系統(tǒng)。在算法中引進濾波，改進了牛頓拉夫遜算法。仿真結(jié)果表明，帶有濾波的牛頓拉夫遜算法和遞推極大...

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 概論
    1.l 問題提出與研究意義
    l.2 國內(nèi)外極大似然辨識算法的成果綜述
    l.3 方程誤差類模型簡介
    l.4 辨識算法原理
    l.5 本文主要研究內(nèi)容
第二章 動態(tài)調(diào)節(jié)模型的極大似然辨識
    2.1 模型簡介
    2.2 極大似然原理
    2.3 DFP變尺度法
        2.3.1 算法推導(dǎo)
        2.3.2 例子仿真
    2.4 牛頓拉夫遜迭代算法
        2.4.1 算法推導(dǎo)
        2.4.2 例子仿真
    2.5 遞推極大似然辨識方法
        2.5.1 算法推導(dǎo)
        2.5.2 例子仿真
    2.6 小結(jié)
第三章 受控自回歸自回歸滑動平均系統(tǒng)模型的極大似然辨識
    3.1 模型描述
    3.2 極大似然原理
    3.3 DFP變尺度法
        3.3.1 算法推導(dǎo)
        3.3.2 仿真例子
    3.4 牛頓拉夫遜迭代算法
        3.4.1 算法推導(dǎo)
        3.4.2 例子仿真
    3.5 遞推極大似然辨識方法
        3.5.1 算法推導(dǎo)
        3.5.2 例子仿真
    3.6 小結(jié)
第四章 結(jié)論與展望
致謝
參考文獻
附錄：攻讀碩士期間發(fā)表的論文



本文編號：3992190