基于甚慢输出采样的双速率系统辨识

论文摘要

本文针对输出采样周期远远大于输入采样周期的快输入甚慢输出双速率系统，研究如何从双速率数据中辨识出单速率的模型。研究工作包括以下方面：1)基于快输入和甚慢输出采样的双速率系统，首先使用最小二乘标准，将辨识的问题转化为一个优化命题，然后用Newton-Raphson数值搜索算法进行求解。针对Newton-Raphson数值搜索算法求解时产生的初始值问题和局部极小点问题，分别提出了对应的解决方法：稳定化技术和摄动技术。Matlab下的仿真结果表明，使用了稳定化技术，可以得到更大的收敛域，同时利用摄动技术也可以帮助克服局部极小点。2)针对有色噪声带来的参数有偏估计，提出了一种两步辨识算法。该算法首先通过最小二乘标准和Newton-Raphson数值搜索算法辨识出系统的一致无偏的有限脉冲序列模型。然后通过这个模型得到的剔除噪声干扰的慢输出，最后由快输入和这个不含噪声干扰的慢输出，可以得到系统的一致无偏输出误差模型。对于辨识算法的一致性和无偏性作出了数学证明并给出了相应的仿真例子来验证其效果。3)推导出基于Newton-Raphson数值搜索算法的递推双速率系统辨识算法，包括常参数递推算法和时变参数递推算法，并给予仿真验证。4)将辨识算法应用于精馏塔，并建立基于双速率数据的精馏塔组分的动态软测量观测器。

论文目录

• 目录
• 中文摘要
• ABSTRACT
• 第1章 绪论
• 1.1 引言
• 1.2 双速率系统辨识
• 1.2.1 基本原理
• 1.2.2 提升方法
• 1.2.3 辅助模型法
• 1.2.4 插值方法
• 1.3 基于甚慢输出采样的双速率系统辨识的研究现状
• 1.4 研究目的及论文结构
• 第2章 改进的输出误差法
• 2.1 引言
• 2.2 系统模型
• 2.3 甚慢输出采样系统的描述
• 2.4 损失函数
• 2.5 NEWTON-RAPHSON数值搜索算法在辨识中的应用
• 2.6 初始值的研究
• 2.6.1 稳定化技术
• 2.6.2 仿真验证
• 2.7 局部极小点的研究
• 2.7.1 摄动技术
• 2.7.2 仿真验证
• 2.8 小结
• 第3章 基于甚慢输出的双速率系统的两步辨识算法
• 3.1 引言
• 3.2 基于甚慢输出采样的双速率系统的两步辨识算法
• 3.2.1 第一步:确定原系统的FIR模型
• 3.2.2 第二步:估计系统参数
• 3.3 无偏性和一致性的证明
• 3.3.1 无偏性
• 3.3.2 一致性
• 3.4 仿真验证
• 3.5 小结
• 第4章 基于甚慢输出的双速率系统的递推辨识算法
• 4.1 引言
• 4.2 常参数递推算法
• 4.2.1 常参数递推算法的推导
• 4.2.2 仿真验证
• 4.3 时变参数递推算法
• 4.3.1 时变参数递推算法的推导
• 4.3.2 仿真验证
• 4.4 小结
• 第5章 辨识算法在精馏塔中的应用
• 5.1 引言
• 5.2 溶剂脱水塔的软测量试验设计
• 5.3 应用效果及分析
• 5.3.1 一步辨识算法和两步辨识算法
• 5.3.2 递推的辨识算法
• 5.3.3 输出采样时间点不准
• 5.3.4 基于离线数据的辨识
• 5.3.5 离线数据的递推辨识算法
• 5.3.6 试验结果分析比较
• 5.4 小结
• 第6章 总结与展望
• 6.1 本文工作小结
• 6.2 展望
• 致谢
• 参考文献
• 作者攻读硕士学位期间完成的论文