系统辨识(7)：递阶辨识原理与方法

递阶辨识是系统辨识的一个重要分支.递阶辨识原理是在大系统递阶控制的“分解-协调原理”基础上发展起来的,它不仅能够解决参数数目多、维数高、大规模系统辨识算法计算量大的问题,而且能够解决结构复杂的双线性参数系统、多线性参数系统以及非线性系统的辨识问题.首先介绍递阶辨识原理和线性方程组Ax=b的著名雅可比迭代和高斯-赛德尔迭代,给出了线性方程组的迭代方法族;其次将雅可比迭代思想和递阶辨识原理用于研究一般矩阵方程和耦合矩阵方程的递阶梯度迭代求解方法和递阶最小二乘迭代求解方法;再次介绍了方程误差模型的两阶段最小二乘辨识方法(一个简单的递阶辨识方法)和线性回归模型的递阶最小二乘辨识方法;最后研究了类多变量CARMA系统的递阶辨识方法.     

汽油发动机瞬态工况油膜参数辨识的研究

以四冲程汽油发动机为研究对象建立瞬态工况下油膜模型,用最小二乘递推算法对油膜参数进行辨识计算研究;建立了发动机空燃比的仿真模型。将辨识结果模型进行某瞬态工况空燃比仿真,并和实际发动机试验采集的空燃比进行对比。结果表明,最小二乘递推算法所辨识的油膜参数精确度较高,能满足实际控制要求,证明该辨识算法辨识油膜参数的实用性。     

传递函数辨识(12):频率响应递推参数估计(串联情形)

针对不同环节串联而成的系统,根据系统的幅频特性数据和相频特性数据,利用梯度搜索、牛顿搜索,以及多新息辨识理论和耦合辨识概念,分别研究了幅频特性、幅频相频联合、幅频相频耦合的最小均方算法、随机梯度算法、多新息随机梯度算法、递推梯度算法、多新息递推梯度算法、牛顿递推算法等。文中的方法可以推广用于其他传递函数描述的动态系统参数辨识,如具有共轭零点极点、重零点极点传递函数的参数辨识以及任意非线性函数的参数估计。     

基于辨识技术的感应电机能效在线监测模型

将标准能效测试方法与电动机参数辨识方法相结合,分析了最小二乘递推(RLS)算法与扩展卡尔曼滤波(EKF)两种参数在线辨识方法计算过程及特点,以最小二乘递推算法为基础实现对电动机定转子漏电感等参数的在线辨识,考虑到最小二乘递推算法对转子电阻动态辨识性能较差,利用扩展卡尔曼滤波算法对电动机转子电阻进行在线辨识。基于在线辨识所得参数搭建电机能效监测模型,获得电机各项损耗及能效,通过仿真验证参数辨识方案可行性,并将能效测试B法所得损耗与该模型监测损耗及能效对比以验证该模型。     

分段线性函数应用于线性时变系统的分析

本文给出了分段线性函数的一些运算性质,利用这一性质对线性时变系统状态方程进行求解,推导出了形式简明、便于应用的递推算法。分段线性函数算法具有较高的分析精度。     

辅助模型辨识方法(2):输入非线性输出误差系统

针对具有已知基的输入非线性输出误差系统,提出了基于过参数化模型的辅助模型递推辨识方法和辅助模型递阶辨识方法,提出了基于关键项分离的辅助模型递推辨识方法、基于关键项分离的辅助模型两阶段辨识方法和辅助模型三阶段辨识方法,提出了基于双线性参数模型分解的辅助模型随机梯度算法和基于双线性参数模型分解的辅助模型递推最小二乘算法,并给出了几个典型辨识算法的计算量、计算步骤.这些算法的收敛性分析都是需要研究的辨识课题.     

线性系统模态参数识别的递推子空间辨识方法

为了解决系统模型的在线辨识,一种用于线性时变系统辨识的递推子空间辨识方法,能够实现对系统状态空间模型的在线递推估计.通过应用阵列信号处理中的传播函数方法,代替了子空间辨识中的奇异值分解,得到一种基于传播函数方法的递推子空间算法.该算法避免了奇异值分解计算量大的缺点,可以有效地降低计算量.最后通过Ansys建立线性系统模型,仿真结果表明,该方法能够降低计算量并且能准确地辨识出线性系统的模态参数.     

传递函数辨识(6):基于脉冲响应的递阶参数估计方法

基于系统的脉冲响应观测数据,利用梯度搜索和牛顿搜索,研究和提出辨识系统传递函数参数的递阶最小均方方法、递阶随机梯度方法、递阶多新息随机梯度方法、递阶梯度方法、递阶牛顿递推方法、递阶多新息递推梯度方法、递阶多新息牛顿递推方法等。文中的方法可以推广用于其他传递函数描述的动态系统参数辨识,如具有共轭极点、重极点传递函数参数的辨识以及任意非线性函数的参数估计。     

方块脉冲函数用于高阶线性定常系统的简化

本文利用方块脉冲函数,研究了高阶线性定常系统的简化问题,得出了形式简洁、应用方便的递推算法。与现有的多种系统简化方法相比,本文方法在相同的精度要求下,所需的运算量可以减少许多。     

传递函数辨识(7):基于脉冲响应的递阶迭代参数估计方法

基于系统的脉冲响应观测数据,利用梯度搜索和牛顿搜索,研究和提出辨识系统传递函数参数的递阶(多新息)梯度迭代方法、递阶(多新息)牛顿迭代方法、递阶递推梯度迭代方法及递阶递推牛顿迭代方法等。文中的方法可以推广用于其他传递函数描述的动态系统参数辨识,如具有共轭极点、重极点传递函数参数的辨识以及任意非线性函数的参数估计。     

系统辨识(5):迭代搜索原理与辨识方法

递推辨识与迭代辨识构成了两类重要的参数估计方法.递推辨识的递推变量与时间有关,因而可以用于在线估计系统参数;迭代辨识的迭代变量是自然数,与客观世界的时间无关,通常用于离线估计系统参数.基于辅助模型辨识思想、多新息辨识理论、递阶辨识原理、耦合辨识概念等辨识方法都可以用递推算法和迭代算法实现.迭代方法渊源很早,如求解矩阵方...     

递归公式与递归程序设计

如果在设计递归程序时首先写出它的递归公式，那私编码过程会大大简化，而且得到的程序具有极好的可读性。这一思想有助于递归程序的标准化，并具有很大的普遍性。     

A new real-time algorithm of wavelet transform for detection of sudden-changing signals of power systems

With a complex wavelet function, a new real-time recursive algorithm of wavelet transform (WT) is analyzed in detail. Compared with the existing recursive algorithm in two directions, the computing time is greatly redueed in response to faults signals in power systems, and the same recursive algorithm can be generalized to other wavelet functions. With the phases and magnitudes of complex WT coefficients under the fast recursive algorithm, a method to detect faults signals of power systems is presented. Lastly, the analyzing results of some signals show that it is effective and practical for the complex wavelet and its real-time recursive algorithm to detect faults of power systems.     

一类共振微分系统的可积条件

基于常微分方程的可积性,研究了一类共振微分系统的可积条件,给出了计算广义奇点量的代数公式算法,该算法很容易用计算机代数系统来实现.通过计算该系统奇点量的代数递推公式,可以得出该系统前20个奇点量的表达式,继而推导出系统可积的一个充分必要条件.     

二叉树后序遍历的递归和非递归算法

论述了二叉树后序遍历的递归算法和非递归算法,对递归算法中的工作栈的执行过程做了分析。但递归算法在执行过程会耗费太多的时间和空间,为了追求算法的时空效率,必须将递归算法转化为非递归算法,问题才能得到有效解决,在执行过程中给出了改进非递归化算法。     

机器人运动学参数递推标定方法

为了获得准确的机器人运动学参数,提出了一种机器人运动学参数递推标定方法. 基于机器人运动学模型,建立了相邻连杆局部坐标系误差模型,进而提出了从末端连杆坐标系至基坐标系进行运动学参数递推标定的方法. 以八自由度机器人为研究对象,在利用激光跟踪仪建立连杆坐标系的基础上,通过实验验证了运动学参数递推标定方法的有效性和实用性.     

线性系统最小二乘滤波的递推算法

应用广义逆矩阵的理论,导出了无需事先提供待估计量的任何先验统计知识而能获得严格意义下的最小二乘滤波的递推算法。     

基于受控递归算法的时频分析

提出了参数受控状态下的递归算法,利用多路并行的递归运算代替传统的滑窗FFT运算,具有速度快且数据存储量少的特点.利用受控递归算法进行时频分析,不仅所分析的频率或频段可灵活设置,而且时间分辨率和频率分辨率可调可控.该算法具有很强的主动性、适应性,适合对局部频段实时地进行信号检测、时频分析和精确的时频参数测量,也可与其他已...     

线性离散随机系统输出的多步预报法

给出一种以逐次单步预报方式实现线性离散随机系统输出的多步预报的新方法,其基本思想是直接根据系统模型自身包含的一步递推预报关系,重复地加以利用,依次得出诸个多步预报值。文中证明了这种方法所得计算结果与Clarke提出的递推求解丢番方程的方法相同,但计算量可减少许多,且更便于在微型计算机中用汇编语言实现。