导读:本文包含了系统盲辨识论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:系统,齿轮箱,算法,小二,特征值,参数,向量。
系统盲辨识论文文献综述
张锐,黄晋英,郎忠宝[1]（2015）在《基于时间序列的系统盲辨识与特征提取》一文中研究指出分析了基于时间序列的盲系统辨识方法与特征提取方法,并且对A R M A模型系统盲辨识进行了仿真,仿真结果表明基于累积量的参数确定方法优于B urg法。建立了齿轮箱A R M A系统盲辨识模型,提取时间序列模型的系数作为故障诊断的特征向量,证明了结构发生故障时系统特性的变化与故障之间具有一定的对应关系。(本文来源于《机械工程师》期刊2015年03期）
沈祖超[2]（2012）在《基于过采样的SIMO系统盲辨识与均衡算法研究》一文中研究指出在现代数字通信中,随着数据传输速率的不断提高,码间干扰对通信质量的影响也日趋明显。传统的均衡技术存在的缺陷导致了信道盲辨识和盲均衡技术的产生,并迅速成为通信信号处理领域令人瞩目的研究热点之-本文从盲辨识和盲均衡的发展历史入手,首先总结了盲辨识算法中采用的常见信道模型,接着阐释了信道的可辨识性,然后分析了几种典型的盲辨识算法的原理及其实现流程。最后分析现有子空间法,其在矩阵维数较大时,存在计算复杂的不足。在此基础上,提出了一种基于总体最小二乘的改进子空间算法。算法用总体最小二乘法代替协方差矩阵的特征值分解,减少了运算量,提高了计算效率。同时给出了相应的理论模型和推导,并通过仿真实验,验证了算法的有效性。(本文来源于《华东理工大学》期刊2012-12-21）
郑文秀[3]（2011）在《R半径DFT在系统盲辨识中的应用》一文中研究指出针对通信侦察中系统盲辨识的实际应用要求,提出一种基于R半径DFT技术粗略检测全盲系统零极点的方法。构造系统输出信号的含有R半径参数的辅助信号,通过计算辅助信号的DFT实现对原信号不同半径上傅里叶变换的DFT采样,检测R-DFT平面的极值点得到线性系统零极点的粗辨识。该方法无需系统的任何先验信息,有利于通信侦察方的技术实现。仿真实验验证了算法的有效性和可行性。(本文来源于《电子信息对抗技术》期刊2011年04期）
胡啸,马洪[4]（2010）在《归一化峰度及其在弱非线性系统盲辨识中的应用》一文中研究指出本文主要研究信号的归一化峰度及其在弱非线性系统辨识中的应用策略问题。首先简要介绍了几类常见的无记忆/有记忆非线性模型及其表示方法;给出了信号的归一化峰度定义及重要性质;在此基础上,分别针对非线性系统的记忆效应和非线性阶数对系统输出信号归一化峰度的影响进行了理论推导和仿真分析,揭示了该参数随系统特性的变化规律,表明归一化峰度具备精确辨识弱非线性系统的潜力。最后,针对SFDR(无杂散动态范围)高达85dBFS(dB Full Scale)的弱非线性系统,本文提出了一种分步辨识的方法,并结合所提出的方法阐明了此规律对于弱非线性系统盲辨识和失真补偿的潜在应用价值及其精度优势。(本文来源于《信号处理》期刊2010年09期）
秦亮,石林锁[5]（2010）在《一种基于二阶统计量的线性系统盲辨识方法》一文中研究指出盲信号处理是指在没有任何先验知识可以利用的情况下,仅从观测信号矢量出发,寻找估计混合系统和源信号的一种方法。当前,大多数研究都是针对线性混合模型进行的,基于不同理论提出了许多行之有效的方法。文章提出了一种基于二阶统计量的盲辨识方法,该方法不必估计源信号的高斯性,仅利用样本数据的二阶统计量和源信号的时序结构来实现信号的盲分离。仿真实验表明,这种方法不仅能给出较好的分离结果,并且原理简单,计算量小,是一种好的分离方法。(本文来源于《中国高新技术企业》期刊2010年01期）
朱燕飞,谭洪舟,章云[6]（2008）在《一类非线性系统盲辨识算法及仿真研究》一文中研究指出针对离散非线性系统盲辨识问题,提出了一种基于循环平稳输入的非线性系统盲辨识方法。利用循环平稳输入信号的一阶统计特性和Hammerstein-Wiener模型非线性部分的逆映射,将有输入信号的辨识过程转变为无输入信号的辨识过程。介绍了Hammerstein-Wiener模型的结构及循环平稳输入的统计特性,对盲辨识算法机理进行了阐述。仿真结果表明该方法在解决一类离散非线性系统盲辨识问题上的切实可行性。(本文来源于《系统仿真学报》期刊2008年14期）
陈慧波,丁峰[7]（2008）在《方波输入信号下随机系统盲辨识方法》一文中研究指出在方波输入信号下,通过归一化模型参数或输入信号,提出了随机系统两种盲辨识算法,仿真例子说明提出算法的有效性.(本文来源于《科学技术与工程》期刊2008年06期）
陈慧波[8]（2008）在《线性系统盲辨识方法的研究》一文中研究指出本文是以国家自然科学基金面上项目《一类非线性系统辨识建模理论与方法的研究》为背景展开的。作者在查阅了大量的相关文献资料的基础上,就如何只利用系统输出数据而不直接使用系统输入数据估计系统参数,即所谓的系统盲辨识问题进行了深入的研究,取得了以下主要成果。1.研究线性确定性系统的盲辨识问题,从模型规范化和输入信号规范化两方面入手,得出了系统可辨识性的条件。在此基础上,借助于人们熟悉的最小二乘辨识方法、随机梯度辨识方法、多新息辨识方法、投影辨识算法的基本原理,推导出了基于最小二乘迭代的多新息盲辨识方法、基于随机梯度迭代的的多新息盲辨识方法以及基于投影算法的盲辨识方法,给出了相应的仿真例子,结合理论推导过程和仿真结果分析比较了各种算法的性能特点,也验证了所提算法的有效性。2.利用输出比输入快速采样方法研究随机系统的盲辨识问题,针对系统的输入是基于两种变换方案(一种是脉冲不变变换,另一种是阶跃不变变换)得到的慢采样信号,通过对模型参数或者输入信号两者其一进行规范化处理,利用最小二乘基本原理,分别推导出了两种规范化之后不同采样方案下随机系统的最小二乘盲辨识方法,并给出了相应的随机梯度盲辨识算法予以比较。所给方法仅仅利用系统的快采样输出数据而不依赖系统的实际输入信号即可获得模型参数的辨识,辨识的精度也较高,这在其后的仿真例子中得到了证实。3.借助辅助变量辨识方法思想研究单输入多输出随机系统的盲辨识,通过假设各个子系统模型传递函数互质,提出了辅助变量最小二乘盲辨识方法。该方法的关键就是选择适当的辅助变量构造辅助矩阵。在传统系统辨识中,假设输入信号已知,辅助向量或辅助矩阵一般是通过系统输入构造的。然而对于盲辨识,系统输入未知,辅助矩阵的选择就成了难题。本文联立其中两个子系统提取待辨识模型,利用另外一个子系统的输出巧妙地构造出了辅助矩阵,成功地实现了系统参数无偏估计。本文还给出了该算法的递推形式,并进行了收敛性分析和仿真例子验证。4.针对各个子系统互质的单输入多输出随机系统,提出了另一种形式的辅助变量盲辨识方法—广义Yule-Walker盲辨识方法。此方法的核心思想是利用系统输入输出数据的自相关函数及互相关函数来估计系统参数。然而对于输入信号不可测的盲辨识来说,要计算涉及系统输入信号的各种相关函数是不可能的。此处联立任意两个子系统获得不含输入信号的待辨识模型,找出了系统输出相关函数与模型参数关系,从而避开了输入信号的相关函数的计算,利用最小二乘方法顺利地辨识出了系统模型的参数。从仿真例子的结果来看,所提盲辨识方法的辨识效果不错。作为一种建立在系统输出数据的基础上,不直接依靠系统的输入信号而恢复系统有关信息的基本的信号处理技术,盲辨识在系统的输入信号无法获得或者要花费很大的代价才能得时到显得十分有用。因此,本文研究探索盲辨识理论与方法技巧不仅有着重要的理论意义,而且具有潜在的应用价值。文中研究特定线性系统模型盲辨识方法,有的假设了比较严格的限制条件,有的只推导出了具体的算法而缺乏严格的理论证明。另外所提盲辨识方法的应用推广有待进一步深入研究。(本文来源于《江南大学》期刊2008-03-01）
朱燕飞,谭洪舟,章云[9]（2007）在《基于LS-SVM的非线性系统盲辨识》一文中研究指出针对现今在非线性系统盲辨识研究中遇到的困难,提出了一种基于最小二乘支持向量机(LS-SVM)的非线性系统盲辨识方法.该方法直接对非线性系统输出进行过采样,运用LS-SVM非线性建模技术,并结合输入的分布特性,从而完成非线性系统的盲辨识.介绍了盲系统辨识问题的研究内容及过采样技术原理,对LS-SVM的盲系统辨识机理和算法步骤进行了阐述.仿真结果表明了该方法在解决非线性系统盲辨识问题上的切实可行性.(本文来源于《广东工业大学学报》期刊2007年02期）
牛翠竹[10]（2007）在《SIMO系统盲辨识算法研究》一文中研究指出盲系统辨识是指仅仅利用系统输出端信号和某些辅助信息来估计系统的未知信息的信号处理技术。在移动通信中，基于对高容量、高可靠性传输的追求，不需要训练序列的盲系统辨识技术是具有吸引力的。本文主要研究了关于单输入多输出(single-input multiple-output，SIMO)系统的盲辨识算法。本文首先描述了两种等效的SIMO系统模型，并在此基础上说明了盲系统辨识的问题如何展开以及盲系统辨识的一般可辨识性条件。然后，本文系统地论述了基于线性时不变信道模型的批处理算法和自适应算法、以及基于时变信道模型的盲辨识算法。批处理算法是针对信道线性时不变或者变化非常缓慢的情况。本文介绍了两种确知类的批处理算法：CR算法和TSML算法，并且TSML算法的第一步是由CR算法初步估计信道参数。由于TSML算法计算量较大，本文在其基础上提出了一种能够减小计算量的最小TSML算法，并且子信道数越大，计算量的减小就越明显，同时仿真实验表明该算法与TSML算法的性能相当。本文还介绍了另外一种基于二阶统计特性的批处理算法——线性预测盲辨识算法，该算法对信道阶数的过估计具有良好的稳健性。为了能够自适应地跟踪信道，本文研究了几种基于各子信道输出之间的CR性质的自适应盲辨识算法：基于LMS和牛顿方法的自适应盲辨识算法、基于两两子信道分别估计的多信道并行估计自适应算法和基于RLS的多信道自适应盲辨识算法。其中，基于RLS的多信道自适应盲辨识算法是本文对两信道RLS自适应盲辨识算法的拓展，具有性能较好且收敛速度快的特点。对于快速衰落信道，即使是自适应算法也往往跟不上信道的变化，因此有必要研究基于快速衰落时变信道模型的盲辨识算法。本文首先分别介绍了线性预测批处理算法和基于复指数基展开的时变信道模型，然后详细描述了基于该时变信道模型的线性预测盲辨识算法和盲均衡算法。盲系统辨识的可辨识性条件之一是所有的子信道没有公共零点，即只要有两个子信道没有公共零点，系统就是可辨识的。本文通过仿真实验表明，关于联合估计多个子信道的盲辨识算法，差异最大的两个子信道的辨识性能越好，则整个信道的辨识性能越好，更进一步说，差异最大的两个子信道的估计性能可以预测整个信道的估计性能，二者估计的归一化均方根误差之间的均值误差不超过2dB。另外，本文给出了盲辨识算法的复数信道冲激响应的性能评估公式，并将其应用到全文中。对于各种算法和结论，本文都利用MATLAB仿真实验进行了验证。(本文来源于《电子科技大学》期刊2007-01-01）
系统盲辨识论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在现代数字通信中,随着数据传输速率的不断提高,码间干扰对通信质量的影响也日趋明显。传统的均衡技术存在的缺陷导致了信道盲辨识和盲均衡技术的产生,并迅速成为通信信号处理领域令人瞩目的研究热点之-本文从盲辨识和盲均衡的发展历史入手,首先总结了盲辨识算法中采用的常见信道模型,接着阐释了信道的可辨识性,然后分析了几种典型的盲辨识算法的原理及其实现流程。最后分析现有子空间法,其在矩阵维数较大时,存在计算复杂的不足。在此基础上,提出了一种基于总体最小二乘的改进子空间算法。算法用总体最小二乘法代替协方差矩阵的特征值分解,减少了运算量,提高了计算效率。同时给出了相应的理论模型和推导,并通过仿真实验,验证了算法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
系统盲辨识论文参考文献
[1].张锐,黄晋英,郎忠宝.基于时间序列的系统盲辨识与特征提取[J].机械工程师.2015
[2].沈祖超.基于过采样的SIMO系统盲辨识与均衡算法研究[D].华东理工大学.2012
[3].郑文秀.R半径DFT在系统盲辨识中的应用[J].电子信息对抗技术.2011
[4].胡啸,马洪.归一化峰度及其在弱非线性系统盲辨识中的应用[J].信号处理.2010
[5].秦亮,石林锁.一种基于二阶统计量的线性系统盲辨识方法[J].中国高新技术企业.2010
[6].朱燕飞,谭洪舟,章云.一类非线性系统盲辨识算法及仿真研究[J].系统仿真学报.2008
[7].陈慧波,丁峰.方波输入信号下随机系统盲辨识方法[J].科学技术与工程.2008
[8].陈慧波.线性系统盲辨识方法的研究[D].江南大学.2008
[9].朱燕飞,谭洪舟,章云.基于LS-SVM的非线性系统盲辨识[J].广东工业大学学报.2007
[10].牛翠竹.SIMO系统盲辨识算法研究[D].电子科技大学.2007
论文知识图
