抗扰辨识时滞非线性系统Hammerstein模型

抗扰辨识时滞非线性系统Hammerstein模型

论文摘要

在工业生产过程中,时滞和负载扰动是普遍存在的。本文针对时滞非线性Hammerstein输出误差模型(HOE模型),研究了在不同负载干扰下的模型参数辨识方法。针对在时变负载下时滞Hammerstein非线性系统。本文提出遗忘因子最小二乘算法。该算法的思想是将负载扰动视为一个时变参数处理,增广信息向量和参数向量,得出输出响应的线性回归形式。定义一个自适应遗忘因子的误差准则函数,推导出了遗忘因子最小二乘递推算法。但是参数向量包含模型参数和负载扰动两类。因此将标量自适应遗忘因子转化为一个自适应遗忘因子矩阵,得到了遗忘因子矩阵最小二乘递推算法。在自适应遗忘因子矩阵中,包括两个自适应遗忘因子,分别对用于加快模型参数收敛率和跟踪时变负载扰动。对于时滞参数的估计,通过给定时滞搜索区间,找到该时滞区间内误差准则函数的最小值,从而得到时滞参数。基于分离策略和交互估计准则,将Hammerstein非线性系统分解为两个子系统。这两个子系统分别包含模型参数和时变负载扰动。在其中一个子系统中将负载当作一个参数。然后,对这两个子系统分别构造自适应遗忘因子误差准则函数,得到了用于估计模型参数和负载扰动的两个最小二乘算法,这两个算法之间进行交互估计迭代,可得相关参数的辨识结果。基于持续激励理论,对所提的分离策略算法的收敛性进行了分析。最后,基于分离策略思想将Hammerstein系统分解成两个子系统。定义了带自适应遗忘因子的多新息误差准则函数,得到了多新息递推最小二乘算法。从而得到了系统模型参数估计值。多新息的思想是将标量新息扩展成一个矩阵新息,起到改善参数估计精度的作用。由于负载变化的不确定性,多新息反而会造成误差累积。因此,采用标准最小二乘算法估计。通过这两个算法交互估计,加快了模型参数估计收敛速度和对负载扰动的实时跟踪。对于上述方法中信息向量中包含的未知中间变量,通过辅助模型方法估计未知中间变量。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  •   1.1 课题背景及意义
  •   1.2 课题研究现状
  •   1.3 本文主要工作
  • 2 基于遗忘因子抗扰辨识Hammerstein非线性模型
  •   2.1 问题描述
  •   2.2 自适应遗忘因子法
  •   2.3 遗忘因子矩阵法
  •   2.4 仿真案例
  •   2.5 本章小结
  • 3 基于分离策略抗扰辨识Hammerstein非线性模型
  •   3.1 模型分解
  •     3.1.1 基于分离策略的抗扰辨识算法
  •     3.1.2 正则化最小二乘递推辨识算法
  •   3.2 算法收敛性分析
  •   3.3 仿真案例
  •   3.4 本章小结
  • 4 基于多新息抗扰辨识Hammerstein非线性模型
  •   4.1 多新息抗扰辨识算法
  •   4.2 正则化多新息最小二乘递推辨识算法
  •   4.3 仿真案例
  •   4.4 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表学术论文和申请专利情况
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 杜俊

    导师: 刘涛

    关键词: 系统,负载干扰,时滞,遗忘因子矩阵,分离策略,多新息

    来源: 大连理工大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 非线性科学与系统科学,自动化技术

    单位: 大连理工大学

    分类号: TP13;N945.14

    DOI: 10.26991/d.cnki.gdllu.2019.002798

    总页数: 84

    文件大小: 2126K

    下载量: 39

    相关论文文献

    • [1].一种新的非线性系统脊骨线提取方法[J]. 振动与冲击 2020(04)
    • [2].铁路信号非线性系统故障诊断方法研究[J]. 铁道通信信号 2020(03)
    • [3].饱和时滞非线性系统的间接线性矩阵不等式抗饱和设计[J]. 控制理论与应用 2020(07)
    • [4].基于增长无源性的切换非线性系统的输出跟踪[J]. 辽宁工业大学学报(自然科学版) 2017(05)
    • [5].非参数非线性系统的变量选择及研究进展[J]. 中国科学:数学 2016(10)
    • [6].自适应反演控制在一类非线性系统中的应用[J]. 东北师大学报(自然科学版) 2014(04)
    • [7].非严格反馈非线性系统的自适应模糊控制[J]. 渤海大学学报(自然科学版) 2014(04)
    • [8].四阶非线性系统的零解稳定性[J]. 课程教育研究 2016(33)
    • [9].非线性系统能控性对应下的湘西苗鼓群舞编创[J]. 明日风尚 2017(11)
    • [10].基于自适应最稀疏时频分析的非线性系统识别[J]. 应用力学学报 2020(03)
    • [11].基于排列熵理论的非线性系统特征提取研究[J]. 振动与冲击 2020(07)
    • [12].切换非线性系统的增长无源及输出跟踪[J]. 吉林师范大学学报(自然科学版) 2017(03)
    • [13].一种优化的严反馈非线性系统反推控制[J]. 自动化与仪表 2017(11)
    • [14].连续和离散非线性系统的内动态稳定性分析[J]. 黑龙江大学自然科学学报 2014(03)
    • [15].几类非线性系统奇点的分类及相图[J]. 旅游纵览(行业版) 2012(12)
    • [16].非线性系统最优控制理论综述[J]. 科技信息 2010(19)
    • [17].求解模糊非线性系统[J]. 辽宁工程技术大学学报(自然科学版) 2010(05)
    • [18].基于零和博弈的级联非线性系统的跟踪控制[J]. 北京信息科技大学学报(自然科学版) 2020(02)
    • [19].离散非线性系统的有限时间控制[J]. 重庆文理学院学报 2015(05)
    • [20].一类完全模糊非线性系统同伦法求解[J]. 计算机工程与应用 2015(18)
    • [21].切换多项式非线性系统的输入-状态稳定性[J]. 数学的实践与认识 2014(07)
    • [22].一类受限非线性系统显示模型预测控制器[J]. 计算机系统应用 2012(08)
    • [23].探究非线性系统实践教学的新模式[J]. 中国电力教育 2011(19)
    • [24].误差反馈对随机共振非线性系统性能的影响[J]. 杭州电子科技大学学报 2011(04)
    • [25].基于观测器的一类离散非线性系统的控制[J]. 安徽工程科技学院学报(自然科学版) 2010(04)
    • [26].一类具有时滞的非线性系统概周期解的存在性[J]. 长春大学学报 2009(06)
    • [27].多项式非线性系统的并行分布辨识[J]. 控制与决策 2016(05)
    • [28].一类切换非线性系统的全局有限时间镇定[J]. 重庆工商大学学报(自然科学版) 2014(01)
    • [29].一类非线性系统的混沌反控制在图像加密中的应用[J]. 邵阳学院学报(自然科学版) 2013(01)
    • [30].时变时滞非线性系统的自适应神经网络控制[J]. 控制与决策 2011(02)

    标签:;  ;  ;  ;  ;  ;  

    抗扰辨识时滞非线性系统Hammerstein模型
    下载Doc文档

    猜你喜欢