方程誤差類模型的限定記憶加權(quán)辨識(shí).pdf

1、系統(tǒng)辨識(shí)是通過系統(tǒng)輸入輸出數(shù)據(jù)確定系統(tǒng)數(shù)學(xué)模型的技術(shù)。很多實(shí)際系統(tǒng)的參數(shù)是隨時(shí)間變化的,故對(duì)參數(shù)時(shí)變系統(tǒng)的辨識(shí)研究具有重要意義。本文針對(duì)參數(shù)時(shí)變的方程誤差模型、方程誤差滑動(dòng)平均模型、方程誤差自回歸模型和方程誤差自回歸滑動(dòng)平均模型四類方程誤差類模型提出了兩種限定記憶的加權(quán)辨識(shí)方法。主要研究結(jié)果如下:
　　1)針對(duì)方程誤差模型提出了I型和II型限定記憶加權(quán)辨識(shí)算法。其中I型算法通過引入中間項(xiàng)來建立相鄰兩個(gè)時(shí)刻參數(shù)估計(jì)的關(guān)系,II型算法

2、直接建立相鄰兩個(gè)時(shí)刻參數(shù)估計(jì)的關(guān)系。
　　2)引入常數(shù)加權(quán)、指數(shù)函數(shù)加權(quán)和線性函數(shù)加權(quán)三種加權(quán)方法。通過比較顯示,指數(shù)函數(shù)加權(quán)與常數(shù)加權(quán)相比可以更好的保留系統(tǒng)實(shí)時(shí)信息,指數(shù)函數(shù)加權(quán)和線性函數(shù)加權(quán)在一定范圍內(nèi)可以相互替代。
　　3)以兩種基本的限定記憶加權(quán)辨識(shí)算法為基礎(chǔ)進(jìn)一步推導(dǎo)出了適用于方程誤差滑動(dòng)平均模型、方程誤差自回歸模型、方程誤差自回歸滑動(dòng)平均模型的限定記憶加權(quán)辨識(shí)算法。針對(duì)四種不同類型的時(shí)變參數(shù)對(duì)兩種算法進(jìn)行了數(shù)值仿