具有限定記憶的輔助變量參數(shù)辨識方法與仿真研究及基于ZigBee無線技術(shù)的網(wǎng)絡(luò)控制系統(tǒng).pdf

1、最小二乘辨識法是一種最基本的辨識方法，簡單、實用，其遞推算法收斂可靠，并且當模型噪聲為白噪聲時，可得到無偏、一致和有效的估計，從而得到廣泛的應(yīng)用。但當模型噪聲是有色噪聲時，最小二乘參數(shù)估計不是無偏、一致估計，并且隨著數(shù)據(jù)的增長，最小二乘遞推辨識算法將出現(xiàn)數(shù)據(jù)飽和現(xiàn)象，以致遞推算法慢慢失去修正的能力。輔助變量法解決了模型噪聲是有色噪聲時，最小二乘參數(shù)估計的無偏性和一致性問題，但依然存在數(shù)據(jù)飽和問題。本文在輔助變量法法的基礎(chǔ)上引入限定記憶方

2、式，獲得了具有限定記憶的輔助變量參數(shù)估計遞推算法(RFMAV)，解決了輔助變量法的數(shù)據(jù)飽問題。仿真結(jié)果表明了RFMAV算法的有效性。 基于ZigBee無線技術(shù)的網(wǎng)絡(luò)控制系統(tǒng) 傳統(tǒng)的閉環(huán)控制系統(tǒng)的控制器、執(zhí)行器和變送器之間使用有線電纜實現(xiàn)標準信號的傳輸，存在經(jīng)濟性、安全性、可靠性等問題。本部分提出了基于ZigBee無線網(wǎng)絡(luò)技術(shù)的閉環(huán)控制系統(tǒng)的總體設(shè)計方案，使用無線技術(shù)ZigBee作為連接閉環(huán)控制系統(tǒng)中控制器、執(zhí)行器和變送器