多变量Hammerstein系统的极大似然参数估计方法

针对有色噪声干扰的多变量Hammerstein系统存在维数高和模型难以参数化的问题,本研究提出了递推极大似然参数估计方法,并对极大化似然函数系统参数向量的估计公式进行推导,同时给出了极大似然参数的辨识原理,并对多变量Hammerstein模型的参数估计进行理论分析,并通过数值进行仿真实验。理论分析和仿真结果表明,本研究所提出的算法,能够有效实现有色噪声干扰下的多变量Hammerstein系统的参数估计。随着递推次数的增加,辨识精度总体上不断提高;而且噪声方差越小,参数估计精度越高。该算法原理简单、适用范围广,提高了参数的估计精度,且易于实现参数的在线辨识,因此该算法可以扩展应用于非均匀采样系统和多变量系统的辨识和参数估计中。     

梯度解耦的递推极大似然法及在飞行试验中的应用

指出了Ｇｏｏｄｗｉｎ递推极大似然法在辨识高阶系统时发散的必然性，并且级出了发散的原因。提出了一种梯度解耦的极大似然方法。该算法避免了各梯度计算误差的影响并提高了数值准确性。鲁棒性分析表明，新算法的梯度向量计算误差小，克服了Ｇｏｏｄｗｉｎ方法的辨识滞后问题。     

多变量受控自回归滑动平均系统的极大似然辨识方法

提出了一种针对多变量受控自回归滑动平均(controlled autoregressive moving average system-like, CARMA-like)系统的极大似然参数估计算法。将CARMA-like系统分解成为m个辨识模型(m是输出量的个数),使每一个辨识模型仅包含一个需要估计的参数向量,通过极大似然方法估计每个辨识模型的参数向量,从而得到整个系统的参数估计值。仿真结果验证了该算法的有效性。     

线性离散系统参数辨识的一种近似极大似然法及其收敛性

本文主要是研究关于单输入单输出线性离散系统参数辨识算法的收敛性问题. 此法是在AML法(近似极大似然法)的基础上,通过引入补偿环节而实现的一种新算法,这种算法收敛条件易于实现,并且是在大范围内以概率1收敛.     

基于混合优化算法的模糊系统辨识

针对一种新型分层模糊系统,提出了一种混合优化算法,即利用粒子群优化算法辨识每一个模糊单元模型的前件参数,利用递推最小二乘算法辨识后件参数.采用该辨识方法对Mackey-Glass混沌时间序列及Box-Jenkins数据进行实验,并与果蝇优化算法以及入侵杂草优化算法的仿真结果进行了比较,实验结果表明:这种混合优化算法能够提高分层模糊系统模型的精度.     

Hammerstein系统递推辨识的自适应算法

采用最小二乘支持向量回归对Hammerstein系统进行辨识缺乏稀疏性,且模型不易递推.提出一种基于输出预报误差的Hammerstein模型自适应稀疏递推辨识算法.根据分块矩阵对模型进行递推运算,基于系统输出预报误差的结果,自适应调整算法的辨识步骤,可以避免递推时可能出现的误差积累问题,有效提高算法的稀疏性和稳定性.仿真结果表明,与常规的递推算法相比,该自适应算法能够在保证辨识精度的情况下,有效稀疏和简化模型,提高算法的鲁棒性和辨识效率,更加符合系统在线辨识的需要.     

“分割”辩识算法及其在飞行器参数辩识中的应用

本文直接根据Lainiotis’s“分割”估计原理,不对系统状态增维,导出适用于一般非线性时变动力学系统的状态估计和参数辨识算法(GPIA)。并把它与极大似然法和广义卡尔曼滤波作参数估计的算法进行比较,初步分析了它们之间的相互关系。作为分割辨识算法的应用,本文根据模拟测量数据,用它对飞行器的气动系数进行辨识,且通过仿真计算说明测量变量的选取,机动飞行试验以及采样频率的设计对辨识精度的影响。     

RBF网络在线辨识算法与应用研究

提出了一种确定RBF网络中心向量的动态递推算法，介绍了RBF网络线性层连接权值的递推最小二乘算法，利用这些算法对蒸发器过热度进行了在线辨识，同时对网络结构和算法的参数变化对辨识精度的影响进行了研究，仿真结果表明该算法辨识速度快、精度高，可用于在线控制。     

三种相量算法在变压器绕组参数辨识中的应用

为了能够及时、准确地检测出由变压器绕组形变而导致的故障,需要选择一种更加精确、稳定地辨识变压器绕组参数的相量算法.对傅里叶、递推最小二乘和卡尔曼三种相量算法在变压器绕组参数辩识中的计算精度进行了理论上的分析,并且把三种算法运用于实际变压器绕组参数辨识中,进一步分析了三种算法的计算精度.对辨识结果的误差分析表明,用卡尔曼算法进行参数辨识不仅计算精度较高而且计算结果比较稳定,卡尔曼相量测量算法在变压器绕组参数辨识中的应用为准确检测变压器绕组故障提供了基础依据.     

一种时滞未知随机系统参数辨识算法

针对时滞未知随机性系统,提出了一种可同时估计系统时滞和参数的递推辨识算法,并证明了该算法的收敛性。仿真结果表明,即使在有色噪声干扰的情况下,利用该算法仍能够很快地辨识系统时滞和参数。     

海面FH-OFDM系统联合同步和信道估计算法

在跳频正交频分复用(FH-OFDM)系统的海面军事应用中,为了提高接收机在航空移动通信中不同海况下的误码性能,提出了基于递归最小二乘法的联合同步和信道估计算法。在同步跳中使用并行搜索实现跳频同步,对基带时域信号的子载波间干扰(ICI)进行了预先补偿。借助于慢时变信道下新的跳频帧结构,构建了统一的代价函数通过线性误差函数对信道冲激响应(CIR),载波频率偏差(CFO)和采样率偏差(SFO)进行估计。使用了新的极大似然代价函数来估计各参数的初始值。给出了系统中带宽效率,跳频速率及子载波总数的权衡条件。仿真结果表明,该算法在平静海面和粗糙海面下的参数估计均方差和系统误码率优于传统算法。     

递归算法的递归子程序实现方法研究

对电磁轴承设计及其他工程实践中广泛存在的递归算法,提出采用递归子程序实现数值计算。在分析递归子程序特性的基础上,研究递归子程序设计方法。结合计算机硬件结构,详细分析递归子程序设计中的参数传递这一关键问题。给出了递归子程序实例,分析该程序的动态运行过程。     

规范状态空间系统辨识方法

因为状态空间模型既包含了未知状态,又包含了未知参数,且二者是非线性乘积关系,使得辨识问题变得复杂.针对这一问题,详细研究了规范状态空间系统的状态与参数联合估计方法.采用交互估计理论,即采用递推方法或迭代方法实现系统状态与参数的交互估计.基本思路是在计算参数估计时,辨识算法信息向量中的未知状态用其估计值代替,然后利用获得的参数估计,设计基于参数估计的状态观测器或基于参数估计的Kalman滤波算法估计系统的状态,二者形成一个交互计算过程(递阶计算过程).沿着这条思路,分别从递推方案和迭代方案,研究和提出了基于状态观测器和基于Kalman滤波状态估计的随机梯度辨识算法、递推最小二乘辨识算法、多新息随机梯度辨识算法、多新息最小二乘辨识算法,以及模型分解的辨识算法,并给出了几个典型算法的计算步骤、流程图和计算量.     

马尔可夫模型的建立及其在证券市场中的应用

模型假设股票价格变化满足齐次马氏性,并具有涨跌两种状态,初始概率的分布是平稳分布,建立了相应的模型,给出了模型中未知参数的极大似然估计,并将模型应用于确定上证综合指数、深证成指及个股的涨跌趋势,得到了令人满意的结果。     

格雷码的代数结构和分形生成的递归算法

利用矩阵理论讨论了格雷码的代数结构。文中给出的定理揭示了格雷码与自然码之间的联系，格雷变换对方幂分组的封闭性及格雷变换的整体周期性。定理的证明基于如下递归过程：Ｅ２＾ｎ＝［Ｅ２＾ｎ－１ ０ ０ Ｅ↑￣２＾ｎ－１］，Ｅ↑￣２＾ｎ＝［０ Ｅ２＾ｎ－１ Ｅ↑￣２＾ｎ－１ ０］，ｎ∈Ｚ＾＋，Ｅ１＝［１］，Ｅ↑￣＝ ［１］提出一类新的广义Ｋｒｏｎｅｃｋｅｒ乘积，其中矩阵元素的乘法定义为ａ＊ｂ＝２ｍａ＋ｂ。按     

二进制递归网络的随机多故障条件诊断性综述

二进制递归网络（BR网络）具有结构规则、易于分割等优点,是理论研究和实际应用中颇受欢迎的网络结构。文章在综述互连网络的（强）诊断度、条件诊断度、g-好邻居条件诊断度、g-额外条件诊断度、诊断算法和二进制递归网络研究现状的基础上,针对二进制递归网络的故障结点数大于连通度的随机多故障模式,提出二进制递归网络的随机多故障条件诊断性分析的理论与方法,包括多故障条件诊断度分析、多故障条件诊断策略构建和多故障条件诊断算法设计。     

一类时变参数的递推辨识方法

本文对线性时变系统的参数辨识方法进行了分析和研究,提出了一类新的时变参数递推辨识方法。算法假定时变参数由自回归模型表示,并保证辨识算法结构传递矩阵正实或严格正实。本文分别给出了白噪声和有色噪声情况的两种递推辨识算法,证明了它们的一致收敛性。结构分析表明,最小二乘估计和朗道自适应串联辨识算法是这类辨识方法的特例。在给定的结构条件下,辨识算法对周期和单调变化的时变参数有一定的跟踪能力。     

方块脉冲函数用于双线性系统的分析和辨识

本文利用方块脉冲函数的特点,对双线性系统的分析及辨识问题进行了讨论,得出了一套便于应用的递推算法。与用沃尔什函数辨识双线性系统的方法相此,文中所得的结果更为简洁、明了,且子区间的分段数可任意选取,故可节省计算机内存和机时,减少舍入误差,并且递推算法有助于实现实时在线辨识。     

截尾数据下Weibull模型的参数估计

寿命试验是可靠性试验中的基本项目之一 .用截尾试验数据对各种寿命分布中的参数进行估计是可靠性领域中的重要问题 .本文研究了在定数截尾试验和定时截尾试验的寿命数据下 ,Weibull分布中的特征寿命参数α及形状参数β的极大似然估计     

基于模型集描述的鲁棒自适应控制

对于模型阶次及系统滞后时间未知或时变系统（即结构不确定系统），建立了动力学系统的输入－输出完备描述；并以模型阶次和系统时滞为结构参数，建立了不确定系统的模型集描述。在此基础上，构造了一种带有相对死区和正则化因子的鲁棒自适应控制的显式算法，给出了全局收敛性和稳定性分析结果。