非均勻采樣數(shù)據(jù)非線性系統(tǒng)辨識算法研究.pdf_第1頁
已閱讀1頁,還剩117頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、受硬件設(shè)備限制、經(jīng)濟條件制約,以及環(huán)境因素的影響,很多流程工業(yè)(如:石油、化工、食品、醫(yī)藥等)均為非均勻采樣數(shù)據(jù)非線性系統(tǒng)。該系統(tǒng)的輸入刷新和/或輸出采樣呈現(xiàn)不等時間間隔,傳統(tǒng)辨識方法和控制理論僅適用于單率采樣數(shù)據(jù)系統(tǒng),難以實現(xiàn)此類系統(tǒng)的辨識與控制。
  本文在國家自然科學(xué)基金項目(61273142)和江蘇省研究生科研創(chuàng)新計劃基金項目(CXLX12_0648)的支持下,以非均勻采樣數(shù)據(jù)非線性系統(tǒng)為研究對象,分別探討具有已知基的非線

2、性、硬非線性,一般非線性系統(tǒng)的辨識問題,以及辨識方法在軟測量建模中的應(yīng)用。論文的主要工作內(nèi)容包括以下幾個方面:
  針對一類具有已知基函數(shù)的非均勻采樣數(shù)據(jù)Hammerstein-Wiener系統(tǒng),提出一種遞階多新息隨機梯度算法。該算法首先利用提升技術(shù),推導(dǎo)出描述這類系統(tǒng)的狀態(tài)空間模型,并基于因果約束關(guān)系,將該模型分解為分別包含線性動態(tài)參數(shù)及非線性靜態(tài)參數(shù)的兩個子系統(tǒng),進而利用帶可變遺忘因子的遞階多新息隨機梯度辨識算法進行參數(shù)估計,

3、在保證辨識精度的同時,提高了算法對噪聲的抗干擾能力。此外,進一步將所提算法推廣應(yīng)用到具有已知基函數(shù)的非均勻采樣數(shù)據(jù)Hammerstein/Wiener系統(tǒng)的辨識中。數(shù)值仿真驗證了本文算法的有效性。
  針對具有死區(qū)特性的非均勻采樣數(shù)據(jù)Wiener非線性系統(tǒng),利用關(guān)鍵項分離技術(shù),提出了一種迭代遞推最小二乘辨識算法。首先利用提升技術(shù),推導(dǎo)出系統(tǒng)的狀態(tài)空間模型,并借助于開關(guān)函數(shù),得到系統(tǒng)模型的邏輯表達式。其次,將輔助模型思想與迭代方法相

4、結(jié)合,提出一種基于輔助模型的、帶可變遺忘因子的迭代遞推最小二乘算法,解決了信息向量中同時存在不可測未知變量和未知參數(shù),導(dǎo)致系統(tǒng)參數(shù)無法直接辨識的難題,數(shù)值仿真驗證了本文算法具有較高的辨識精度與較低的計算量。
  針對結(jié)構(gòu)未知的非均勻采樣數(shù)據(jù)非線性系統(tǒng),提出了基于模糊c均值聚類的多模型遞推最小二乘辨識算法。首先,基于分解-合成思想,將系統(tǒng)描述為一種模型切換系統(tǒng)。其次,在給定局部模型個數(shù)的前提下,利用模糊c均值聚類算法確定切換規(guī)則及各

5、局部模型數(shù)據(jù)集,進而將問題轉(zhuǎn)化為局部非均勻采樣數(shù)據(jù)線性系統(tǒng)的辨識。再利用遞推最小二乘算法估計出各局部模型參數(shù)。最后以分段線性系統(tǒng)與pH中和反應(yīng)機理模型為例驗證了所提算法的有效性。
  針對一個實際的非均勻采樣數(shù)據(jù)非線性系統(tǒng)———PX氧化副反應(yīng),基于模糊c均值聚類算法,建立了反應(yīng)尾氣中CO2含量的軟測量模型。首先,采集實驗室分析數(shù)據(jù),并對其進行歸一化及相關(guān)分析,確定模型的輸入、輸出變量;其次,利用模糊c均值聚類算法,確定系統(tǒng)模型結(jié)構(gòu)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論