有色噪声系统的辨识方法研究

论文摘要

系统辨识是描述各种各样系统运动规律的一种方法论,是研究系统的一种有效工具。利用这个工具可以对要研究的系统进行定量的描述。尽管随着现代控制理论的迅速发展,系统辨识得到了迅速而蓬勃的发展,并已经成功用于多种工程应用领域。但仍有很多问题要解决,本文研究有色噪声干扰下的系统辨识,也正是完全出于工程应用的实际需要,试图探讨新的辨识方法。在阅读了相关文献的基础上,研究了有色噪声随机系统的辨识方法,取得的研究成果如下:1.针对有色噪声干扰的General模型辨识问题,本文提出了一种基于模型等价的多新息随机梯度辨识方法。其辨识思想是首先把过程模型和噪声模型分别用两个有限脉冲响应模型逼近,进而得到一个CARMA模型,然后采用多新息随机梯度算法估计其参数,最后通过模型等价原则确定原系统的参数估计。提出的多新息随机梯度辨识算法中由于没有协方差矩阵的计算,因而计算量小,并且提出的方法可以反复使用系统数据,改善参数估计精度。2.针对有色噪声干扰的多输入多输出系统模型辨识问题,本文提出了多变量系统的FIR辅助模型辨识方法。其辨识思想是把传递函数矩阵中的子子模型等价成辅助模型—有限脉冲响应(FIR)模型,然后利用辨识得到的辅助模型估计输出向量的子子模型,最后利用递推最小二乘算法或帕德近似化方法得到子子模型的参数估计,并通过仿真来验证算法的性能。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 问题的提出与研究意义
• 1.1.1 问题的提出
• 1.1.2 研究意义
• 1.2 国内外研究现状
• 1.3 随机系统模型
• 1.4 噪信比及其计算
• 1.5 本文主要研究内容
• 第二章 系统辨识的模型及算法
• 2.1 引言
• 2.2 系统辨识的模型
• 2.3 参数估计方法
• 2.3.1 最小二乘类方法
• 2.3.2 随机梯度算法
• 2.3.3 多新息辨识方法
• 2.3.4 辅助模型算法
• 2.4 小结
• 第三章 基于模型等价的多新息随机梯度辨识方法
• 3.1 引言
• 3.2 模型描述
• 3.3 算法推导
• 3.4 等价模型参数确定
• 3.5 仿真例子
• 3.6 小结
• 第四章 多变量系统的FIR 辅助模型辨识方法
• 4.1 引言
• 4.2 模型描述
• 4.3 基于FIR 辅助模型参数的辨识
• 4.4 子子模型的参数估计
• 4.4.1 基于最小二乘的子子模型的参数估计
• 4.4.2 基于模型等价的子子模型原参数确定
• 4.5 仿真例子
• 4.6 小结
• 第五章 结论与展望
• 5.1 本文主要工作成果
• 5.2 今后工作展望
• 致谢
• 参考文献
• 附录：作者在攻读硕士学位期间发表的论文