学位论文 > 优秀研究生学位论文题录展示

Hammerstein模型辨识算法的研究

作　者: 江涛
导　师: 钱富才
学　校: 西安理工大学
专　业: 控制理论与控制工程
关键词: Hammerstein模型 CARMA/ARMAX模型迭代法递归法最小概率方法
分类号: N945.14
类　型: 硕士论文
年　份: 2010年
下　载: 275次
引　用: 0次
阅　读: 论文下载

内容摘要

Hammerstein模型辨识属于非线性系统辨识的一个分支。Hammerstein模型是由一个非线性模块和一个线性模块串联来描述非线性特征的。在许多非线性实验模型中,由于较其它非线性模型结构相对简单,且具有较易辨识、计算量少、能较好的反应过程的特征等特点,得到了广泛的使用。本文在介绍Hammerstein模型的基础上主要研究一类线性动态环节为CARMA或称ARMAX的Hammerstein模型,这类模型是一类有色噪声干扰的随机系统。本文按照以下两种不同的分类方法研究：按辨识方法：①迭代法,②递归法；按不同非线性部分方法：①非线性部分为幂函数的情况②非线性部分为死区函数的情况。本文最后提出了一种全新的辨识思路—最小概率方法。为了得到方法的有效性以及不同方法结果的对比,对每个问题都进行了仿真研究,获得了有意义的结论。本文的主要内容如下：1.介绍常用随机系统的结构,引入噪声的概念及其分类；噪信比的概念以及计算方法,最后定义了误差准则。2.介绍了Hammerstein模型极其扩展模型的结构和数学描述。3.针对不同的非线性模块,详细介绍了Hammerstein模型的辨识方法,通过仿真结果,对不同方法的优劣进行了分析。4.引入最小概率方法,利用仿真研究了其有效性,并对该方法的未来进行了展望。

全文目录

摘要  3-4
Abstract  4-7
1 绪论  7-9
  1.1 Hammerstein模型提出的背景及意义  7
  1.2 研究现状  7-8
  1.3 本文研究的主要内容  8-9
2 预备知识  9-17
  2.1 随机系统模型  9-11
  2.2 噪声及噪信比  11-13
    2.2.1 白噪声和有色噪声的概念  11-12
    2.2.2 噪信比及其计算  12-13
  2.3 误差准则  13-17
3 Hammerstein-Wiener模型  17-21
  3.1 Hammerstein模型的描述  17-18
  3.2 Wiener模型的描述  18-19
  3.3 Hammerstein-Wiener模型的描述  19-21
4 有色噪声干扰下的Hammerstein模型的辨识方法  21-45
  4.1 非线性函数为幂函数的情况  21-30
    4.1.1 迭代法  21-23
    4.1.2 递归法  23-25
    4.1.3 举例仿真  25-30
    4.1.4 仿真结论  30
  4.2 非线性函数为死区函数的情况  30-39
    4.2.1 离散非线性的描述  30-33
    4.2.2 迭代法  33-35
    4.2.3 递归法  35
    4.2.4 举例仿真  35-38
    4.2.5 仿真结论  38-39
  4.3 基于最小概率的非线性系统辨识  39-45
    4.3.1 最小概率方法  40-41
    4.3.2 举例仿真  41-43
    4.3.3 结论  43-45
5 总结和展望  45-47
致谢  47-49
参考文献  49-51

Hammerstein模型辨识算法的研究

内容摘要

全文目录

相似论文