导读:本文包含了时变遗忘因子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:因子,算法,在线,自适应,递归,系统,小二。
时变遗忘因子论文文献综述
黄旭,吴定会,郑洋[1]（2019）在《变遗忘因子多新息随机梯度算法双馈电机参数辨识》一文中研究指出针对电机运行过程中参数变化特点,基于多新息辨识理论与随机梯度辨识算法理论,结合变遗忘因子,提出了基于变遗忘因子多新息随机梯度算法的双馈电机参数辨识方法。该方法考虑到双馈电机非线性强耦合,采用定子磁链定向的矢量控制技术,搭建双馈电机矢量控制系统采集数据,并推导dq坐标系下电机参数辨识模型的标准形式,根据算法辨识出电机电感及电阻参数。仿真结果验证了该算法的有效性。(本文来源于《测控技术》期刊2019年03期）
李灯熬,刘金强,赵菊敏[2]（2016）在《基于变遗忘因子恒模约束的改进空时联合抗干扰算法》一文中研究指出针对空时联合抗干扰方法(STAP)计算复杂度高,不能有效抑制来自导航信号方向的窄带干扰等问题。利用改进的频域LMS滤波器进行前期处理,滤除来自导航信号方向的窄带干扰;再利用改进的变遗忘因子恒模约束递归最小二乘算法(ITVFF-CCM-RLS)来降低空时处理的计算复杂度。通过仿真实验结果表明,改进的空时联合抗干扰算法能够在降低计算复杂度的同时,有效地抑制来自导航信号方向的窄带干扰,明显提高了算法的输出信干噪比。(本文来源于《太原理工大学学报》期刊2016年05期）
魏倩茹,裴东[3]（2016）在《加入遗忘因子的递推最小二乘法在大惯性时变对象控制中的应用》一文中研究指出大惯性时变对象是工业控制领域常见的控制对象。对于控制问题,提出加入遗忘因子的夏氏递推最小二乘法进行系统辨识,然后进行基于模型辨识的PID参数自整定。该方法利用夏氏递推算法在减小计算量的情况下保证对于系统的无偏估计,利用加入的遗忘因子来实现对于时变系统的自适应控制。在双容水箱上进行了实验,利用水箱本身的特性模拟大惯性,改变水箱阀门开度来模拟系统时变。实验结果验证了算法的有效性。(本文来源于《工业控制计算机》期刊2016年07期）
张壤文,田学民[4]（2016）在《带变遗忘因子的自适应子空间预测控制器设计》一文中研究指出针对实际工业过程具有非线性、时变和多变量的特点,提出一种数据驱动的带有变遗忘因子的自适应子空间预测控制方法。该方法将在线子空间辨识与模型预测控制相结合,同时利用期望输出值与实际输出值的误差实现变遗忘因子的自适应更新,并根据当前变遗忘因子构造了过去与将来的Hankel矩阵,从而实现了预测模型的在线更新,提高了控制器对非线性时变特征的辨识灵敏度和适应能力。最后,利用该控制器对四容水箱对象进行仿真研究,验证了算法的有效性。(本文来源于《化工学报》期刊2016年03期）
张壤文,田学民[5]（2015）在《带变遗忘因子的自适应子空间预测控制器设计》一文中研究指出针对实际工业过程具有非线性、时变和多变量的特点,本文提出一种数据驱动的带有变遗忘因子的自适应子空间预测控制方法。该方法将在线子空间辨识与模型预测控制相结合,同时利用期望输出值与实际输出值的误差实现变遗忘因子的自适应更新,并根据当前变遗忘因子构造了过去与将来的Hankel矩阵,从而实现了预测模型的在线更新,提高了控制器对非线性时变特征的辨识灵敏度和适应能力。最后,利用该控制器对四容水箱对象进行仿真研究,验证了算法的有效性。(本文来源于《第26届中国过程控制会议（CPCC2015）论文集》期刊2015-07-31）
单泽彪,石要武,刘小松,李新波[6]（2016）在《时变遗忘因子动态DOA跟踪算法》一文中研究指出针对目标信号源波达方向(DOA)实时变化的情况,提出了一种时变遗忘因子的自适应样本协方差矩阵更新方法。时变遗忘因子根据DOA变化的快慢自适应调节自身的大小,从而合理地调整历史数据及当前采样数据在协方差矩阵更新过程中所占的权重。在更新协方差矩阵后,对其直接应用最大似然估计方法,并将序列二次规划(SQP)应用于似然函数的优化求解上,最终实现了DOA的动态跟踪。仿真结果表明:该算法具有解相干的能力和良好的跟踪精度,并且在小样本、低信噪比下仍能达到比较满意的跟踪效果。(本文来源于《吉林大学学报(工学版)》期刊2016年02期）
衷路生,颜争,龚锦红,张永贤,祝振敏[7]（2013）在《时变遗忘因子的高速列车自适应子空间预测控制》一文中研究指出针对传统列车固定模型难以描述和控制具有时变、非线性等特征的高速列车运行过程问题,本文提出时变遗忘因子的高速列车自适应子空间预测控制方法。首先基于列车状态空间模型描述构建列车的增量式子空间预报模型;接着融合子空间辨识与反馈校正的思想得到时变遗忘因子的列车自适应模型,进而分析高速列车自适应子空间预测控制器的设计方法,并给出相应的控制算法。最后进行高速列车运行过程控制的仿真对比实验,结果表明本文控制方法在高速列车正常运行及强干扰情况下的预测跟踪控制性能是有效的。(本文来源于《铁道学报》期刊2013年05期）
王亚丽,方永丽[8]（2013）在《基于变遗忘因子RNTA的谐波检测新方法》一文中研究指出针对传统的非递归牛顿法在加噪和非稳态环境下跟踪能力不够,参数估计误差较大的问题,给出了一种变遗忘因子的递归牛顿最小二乘算法,用于电力系统谐波检测。首先,在RLS算法背景下,从非递归牛顿法得到递归牛顿法的数学模型,避免每次迭代矩阵求逆的过程,更易于计算机实时实现;其次,设定残差数据窗长度,计算总残差,引入遗忘因子,来加快迭代收敛速度和提高检测精度。仿真结果表明:该算法不仅在稳态加噪时,克服了传统算法初始收敛慢、检测精度低的不足,而且在非稳态环境下,也具有优越的动态跟踪性。(本文来源于《电测与仪表》期刊2013年03期）
黄金峰,张合新,胡友涛,张植[9]（2012）在《基于有限记忆变遗忘因子的子空间辨识算法》一文中研究指出针对传统递推子空间辨识算法对时变参数跟踪速度慢的问题,基于自适应变遗忘因子机制提出一种新的子空间辨识算法.为此首先设计了变遗忘因子作用下输入输出Hankel矩阵的更新机制;然后运用系统矩阵特征值空间欧氏距离信息实现变遗忘因子的自适应更新;最后为隔断历史数据的作用,采用有限记忆法进一步改进算法.理论及仿真结果表明,新算法跟踪速度快、跟踪效果好.(本文来源于《控制理论与应用》期刊2012年07期）
陶洪峰,丁保,杨慧中[10]（2012）在《时变非线性系统迭代学习控制遗忘因子算法》一文中研究指出针对迭代学习P型控制算法对初始偏差和输出误差扰动的敏感性问题,研究了一种带有遗忘因子的时变非线性系统的迭代学习控制方法。在有扰动的情况下,利用迭代学习过程记忆的期望轨迹,期望控制以及跟踪误差,通过有界学习增益和批次时变因子设计学习控制器,并基于算子理论给出了控制算法存在的充分必要条件及其收敛性分析,改善了系统的鲁棒性和动态特性。最后以注塑机的注射速度控制仿真验证了本文算法的有效性。(本文来源于《控制工程》期刊2012年01期）
时变遗忘因子论文开题报告
（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：
针对空时联合抗干扰方法(STAP)计算复杂度高,不能有效抑制来自导航信号方向的窄带干扰等问题。利用改进的频域LMS滤波器进行前期处理,滤除来自导航信号方向的窄带干扰;再利用改进的变遗忘因子恒模约束递归最小二乘算法(ITVFF-CCM-RLS)来降低空时处理的计算复杂度。通过仿真实验结果表明,改进的空时联合抗干扰算法能够在降低计算复杂度的同时,有效地抑制来自导航信号方向的窄带干扰,明显提高了算法的输出信干噪比。
（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。
时变遗忘因子论文参考文献
[1].黄旭,吴定会,郑洋.变遗忘因子多新息随机梯度算法双馈电机参数辨识[J].测控技术.2019
[2].李灯熬,刘金强,赵菊敏.基于变遗忘因子恒模约束的改进空时联合抗干扰算法[J].太原理工大学学报.2016
[3].魏倩茹,裴东.加入遗忘因子的递推最小二乘法在大惯性时变对象控制中的应用[J].工业控制计算机.2016
[4].张壤文,田学民.带变遗忘因子的自适应子空间预测控制器设计[J].化工学报.2016
[5].张壤文,田学民.带变遗忘因子的自适应子空间预测控制器设计[C].第26届中国过程控制会议（CPCC2015）论文集.2015
[6].单泽彪,石要武,刘小松,李新波.时变遗忘因子动态DOA跟踪算法[J].吉林大学学报(工学版).2016
[7].衷路生,颜争,龚锦红,张永贤,祝振敏.时变遗忘因子的高速列车自适应子空间预测控制[J].铁道学报.2013
[8].王亚丽,方永丽.基于变遗忘因子RNTA的谐波检测新方法[J].电测与仪表.2013
[9].黄金峰,张合新,胡友涛,张植.基于有限记忆变遗忘因子的子空间辨识算法[J].控制理论与应用.2012
[10].陶洪峰,丁保,杨慧中.时变非线性系统迭代学习控制遗忘因子算法[J].控制工程.2012
论文知识图
