导读:本文包含了递推辨识论文开题报告文献综述及选题提纲参考文献，主要关键词:传递函数,参数估计,递推辨识,迭代辨识
递推辨识论文文献综述
丁锋,徐玲,刘喜梅[1]（2019）在《传递函数辨识(11):频率响应递推参数估计(并联情形)》一文中研究指出工程中,频率特性又称频率响应。针对不同极点惯性环节并联而成的系统,利用正弦激励信号作为输入,通过测量系统的频率特性观测数据,基于二次优化和非线性优化技术,推导了估计传递函数参数的最小均方算法、随机梯度算法、多新息随机梯度算法、递推梯度算法、多新息递推梯度算法、牛顿递推算法,以及结合实频特性和虚频特性观测数据的联合递推辨识算法和耦合递推辨识算法。文中的方法可以推广用于其他传递函数描述的动态系统参数辨识,如具有共轭极点、重极点传递函数参数的辨识以及任意非线性函数的参数估计。(本文来源于《青岛科技大学学报(自然科学版)》期刊2019年06期）
徐岩,靳伟佳,雷晰[2]（2019）在《基于递推最小二乘的光伏逆变器动态模型辨识》一文中研究指出提出一种基于递推最小二乘的光伏逆变器动态模型辨识方法,不考虑叁相光伏逆变器及其控制系统的拓扑结构,将其整体视为一个"黑箱",通过对输入量、输出量的分析将其等效为双输入多输出系统,利用递推最小二乘法在线实时辨识光伏逆变器的动态模型及参数。针对夏季、冬季不同典型天气下的数据集建立光伏逆变器等效动态模型,模型输出与测试数据误差较小,验证辨识方法的精确性与适用性。另外,模型最优阶较低这一特性也降低内存占用量,提高辨识速度。(本文来源于《太阳能学报》期刊2019年10期）
连帅,王宽,谷士鹏[3]（2019）在《基于电压递推与FFRELS的航空蓄电池模型参数动态辨识》一文中研究指出航空蓄电池作为飞机的主要装备之一,对安全飞行有非常重要的意义;为了在试飞过程中方便、准确、及时地掌握电池的特性,提高试飞安全,分析了航空蓄电池的二阶RC模型特性,研究了一种二阶RC蓄电池模型参数动态辨识方法;针对蓄电池电池开路电压测量时,静置时间过长,无法实时测量的问题,创建了蓄电池开路电压辨识递推模型,实现了开路电压的实时估计;同时采用基于遗忘因子扩展递推最小二乘法(FFRELS)算法对蓄电池模型的部分参数进行辨识;该方法将FFRELS与开路电压递推估计算法相结合能够准确辨识出二阶RC蓄电池模型的全部参数,同时可有效提高蓄电池开路电压的辨识精度;最后通过实验,验证了该方法能够准确辨识出蓄电池模型参数,可为飞机试飞安全监控提供有力保障。(本文来源于《计算机测量与控制》期刊2019年08期）
李伟,王洪民,唐峥[4]（2019）在《基于递推最小二乘法的转向系统参数辨识》一文中研究指出转向系统是汽车的重要安全系统之一,其数学模型设计的好坏直接影响着它的性能和寿命,传统的设计方法求得的转向系统参数精度达不到要求,而且不能实时观测待估参数的变化。首先使用MATLAB软件验证了递推最小二乘法在参数识别中的优越性,然后对一未知转向系统进行了参数辨识,得到了等效转动惯量、等效阻尼系数及等效刚度等机械参数,并且对辨识的参数进行验证,验证结果满意。(本文来源于《重庆交通大学学报(自然科学版)》期刊2019年08期）
姜永明,王长青,徐骋[5]（2019）在《基于递推最小二乘法的飞行器模型参数在线辨识》一文中研究指出为了实现飞行控制系统的在线更新、飞行能力在线评估以及飞行器故障的在线检测,需对飞行器动力学模型中未知参数的在线辨识方法进行研究。首先,在分析飞行器特性的基础上选取纵向小扰动线性运动方程和纵向非线性运动方程作为辨识的模型;之后采用递推最小二乘法分别对单输入多输出线性运动模型和多输入多输出非线性运动模型里面的线性子系统进行参数辨识。仿真结果表明,递推最小二乘法收敛速度快、计算效率高、辨识精度基本满足工程要求,可以用于在线辨识;但是该方法只适用于简单线性模型,无法直接用于非线性复杂运动模型。(本文来源于《控制与信息技术》期刊2019年04期）
丁锋,徐玲,刘喜梅[6]（2019）在《传递函数辨识(9):基于频率响应的递推参数估计方法》一文中研究指出利用系统的频率特性观测数据,研究和提出一般传递函数参数的递推辨识方法,包括投影辨识方法、随机梯度辨识方法、多新息随机梯度辨识方法、递推梯度辨识方法、多新息递推梯度辨识方法、递推最小二乘辨识方法、多新息最小二乘辨识方法,以及联合递推辨识方法和耦合递推辨识方法。文中的方法是针对一般传递函数提出的,因此也适合有共轭极点、重极点线性时不变系统的参数辨识。(本文来源于《青岛科技大学学报(自然科学版)》期刊2019年04期）
侯丽,李光[7]（2019）在《应用递推广义最小二乘法对极点分布情况不同的系统参数进行辨识对比》一文中研究指出广义最小二乘法是针对最小二乘法对有色噪声不能给出无偏一致估计,而所做的某种改进的一种参数估计方法。广义最小二乘法是运用迭代的松弛算法对最小二乘估计的一种改进。结合实例介绍了递推广义最小二乘法的基本原理,基于MATLAB软件利用递推广义最小二乘法对极点不同的系统参数进行辨识。通过仿真的结果比较系统处于稳定,临界稳定,不稳定情况下辨识参数的变化。(本文来源于《工业控制计算机》期刊2019年04期）
王艳娇[8]（2019）在《辅助模型递推辨识方法及收敛性》一文中研究指出尽管实际工业系统中存在许多可测变量,但也经常出现一些变量不可得到的情况.论文利用辅助模型来估算这些不可测变量,研究一类存在未知变量的多变量输出误差系统的辅助模型递推辨识算法及其收敛性问题.选题具有理论意义和学术价值,主要工作如下.(1)针对白噪声干扰下的多元输出误差系统,运用辅助模型辨识思想,分别推导了基于分解的辅助模型随机梯度算法和辅助模型最小二乘算法,借助于随机鞅理论分析了算法的收敛性问题.进一步,当多元输出误差系统的干扰噪声为有色噪声时,通过引入线性滤波器对输入输出数据进行预处理,提出了基于滤波技术的辅助模型递推辨识算法,减少有色噪声对系统参数估计结果的干扰,提高了估计算法的精度.(2)针对类多变量Box-Jenkins系统,研究了基于辅助模型的递阶随机梯度算法和基于辅助模型的递阶最小二乘算法,避免了冗余参数的估计问题,提高了参数估计效率,并从理论上分析了算法的收敛性问题.为了获得更高精度的参数估计结果,通过构造滤波器,将系统的有色干扰噪声转化为白色干扰噪声,在滤波模型的基础上,提出了基于滤波技术的辅助模型递阶随机梯度辨识算法和最小二乘辨识算法.(3)针对具有已知基函数的非线性类多变量输出误差系统,该类系统中存在不同类型待辨识参数(参数向量和矩阵)的同时,又包含了线性环节和非线性环节的参数乘积项.为了解决这个问题,首先将系统转化为一个双线性参数模型,利用递阶辨识原理,将转换后的双线性参数模型分成叁个子辨识模型,子模型分别包含线性环节的待辨识参数向量,线性环节的待辨识参数矩阵以及非线性环节的待辨识参数向量.在子辨识模型的基础上,运用辅助模型辨识思想,结合梯度搜索和最小二乘原理依次估计子模型的参数向量或矩阵,提出了基于辅助模型的递阶随机梯度辨识算法和递阶最小二乘辨识算法,有效地提高了算法的计算效率.论文用Matlab仿真实验对所提出的辨识算法进行了数值仿真研究,说明了算法的有效性,同时对几个典型的递推辨识算法进行了收敛性分析.(本文来源于《江南大学》期刊2019-01-01）
康瑞环[9]（2019）在《Hammerstein系统和Wiener系统的加权递推最小二乘辨识》一文中研究指出Hammerstein和Wiener系统分别属于输入非线性模型和输出非线性模型,因为它们具有结构简单和灵活多变的特点而在辨识领域中广受青睐。最小二乘算法是一种经典的辨识算法,这类算法具有精度高,收敛速度快的优点,并且在白噪声的干扰下其参数估计无偏。本文的研究主要是针对Hammestein和Wiener系统,通过引入加权和最新估计的辨识思想对基本的最小二乘辨识算法进行了改进,并且在有色噪声干扰下通过引入辅助变量进一步改进。使其拥有更高的辨识精度和收敛速度。本文的主要工作如下:针对Hammerstein ARX模型,结合加权思想和最新估计思想给出了加权最小二乘辨识算法。利用权重的思想,将当前时刻的修正项改写成当前时刻修正项与前一时刻修正项的权重和。为了进一步提高加权最小二乘算法的辨识精度,引入了最新估计的辨识思想,用最新时刻的参数估计代替前一时刻的参数估计。通过仿真对比验证了加权最小二乘辨识算法的精度及抗干扰能力优于最小二乘辨识算法。针对Hammerstein ARMAX模型,结合加权思想、最新估计思想和辅助变量思想提出了加权辅助变量最小二乘算法。因为最小二乘在有色噪声下是有偏的,引入辅助变量的最小二乘算法通过辅助变量的修正使其近似于无偏。在此基础上对修正项加权并引入最新估计使精度进一步提高。通过仿真对比验证了加权辅助变量最小二乘辨识算法的精度和抗干扰能力优于最小二乘辨识算法。针对Wiener ARMAX模型,提出加权辅助变量最小二乘辨识算法,通过仿真对比验证了加权辅助变量最小二乘辨识算法的精度和抗干扰能力优于最小二乘辨识算法。(本文来源于《哈尔滨工业大学》期刊2019-01-01）
杨明,屈婉莹,陈扬洋,徐殿国[10]（2018）在《基于变周期递推最小二乘法与卡尔曼观测器的伺服系统在线惯量辨识》一文中研究指出交流伺服系统运行过程中,系统参数的变化和外界干扰会影响系统性能。而系统控制器参数需要根据系统转动惯量进行实时整定,因此获得系统转动惯量对于实现高性能伺服系统具有重要意义。本文提出一种变周期最小二乘算法进行在线惯量辨识,同时利用卡尔曼观测器获取负载转矩。在分析测速量化误差对辨识误差影响的基础上,将转速差作为辨识算法执行判据,很好地解决了在低加速度下无法辨识的问题,拓宽了辨识算法的适用范围。仿真和实验证明了本文所提算法的有效性。(本文来源于《电工技术学报》期刊2018年S2期）
递推辨识论文开题报告
（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：
提出一种基于递推最小二乘的光伏逆变器动态模型辨识方法,不考虑叁相光伏逆变器及其控制系统的拓扑结构,将其整体视为一个"黑箱",通过对输入量、输出量的分析将其等效为双输入多输出系统,利用递推最小二乘法在线实时辨识光伏逆变器的动态模型及参数。针对夏季、冬季不同典型天气下的数据集建立光伏逆变器等效动态模型,模型输出与测试数据误差较小,验证辨识方法的精确性与适用性。另外,模型最优阶较低这一特性也降低内存占用量,提高辨识速度。
（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。
递推辨识论文参考文献
[1].丁锋,徐玲,刘喜梅.传递函数辨识(11):频率响应递推参数估计(并联情形)[J].青岛科技大学学报(自然科学版).2019
[2].徐岩,靳伟佳,雷晰.基于递推最小二乘的光伏逆变器动态模型辨识[J].太阳能学报.2019
[3].连帅,王宽,谷士鹏.基于电压递推与FFRELS的航空蓄电池模型参数动态辨识[J].计算机测量与控制.2019
[4].李伟,王洪民,唐峥.基于递推最小二乘法的转向系统参数辨识[J].重庆交通大学学报(自然科学版).2019
[5].姜永明,王长青,徐骋.基于递推最小二乘法的飞行器模型参数在线辨识[J].控制与信息技术.2019
[6].丁锋,徐玲,刘喜梅.传递函数辨识(9):基于频率响应的递推参数估计方法[J].青岛科技大学学报(自然科学版).2019
[7].侯丽,李光.应用递推广义最小二乘法对极点分布情况不同的系统参数进行辨识对比[J].工业控制计算机.2019
[8].王艳娇.辅助模型递推辨识方法及收敛性[D].江南大学.2019
[9].康瑞环.Hammerstein系统和Wiener系统的加权递推最小二乘辨识[D].哈尔滨工业大学.2019
[10].杨明,屈婉莹,陈扬洋,徐殿国.基于变周期递推最小二乘法与卡尔曼观测器的伺服系统在线惯量辨识[J].电工技术学报.2018