学位论文 > 优秀研究生学位论文题录展示

连续Hammerstein模型直接辨识方法研究

作　者: 赵天林
导　师: 贺尚红
学　校: 长沙理工大学
专　业: 机械设计及理论
关键词: 参数估计连续Hammerstein模型噪声处理时窗降噪
分类号: TH113
类　型: 硕士论文
年　份: 2011年
下　载: 42次
引　用: 0次
阅　读: 论文下载

内容摘要

课题以复杂机械系统动力学建模与设计为工业应用背景,在国家自然科学基金项目《连续非线性动力学系统参数模型小波调制直接辨识》(项目编号:50875028)资助下,拟定以带测量噪声情况下连续Hammerstein模型直接辨识为研究内容。主要进行了以下几个方面的研究:1.建立了无测量噪声干扰的连续Hammerstein模型的调制最小二乘直接辨识算法。介绍了非线性参数分离方法,用分离方法分解重整模型参数向量得到的乘积项,最终得到连续Hammerstein模型的估计参数。2.建立了有测量噪声干扰情况的连续Hammerstein模型的调制最小二乘直接辨识算法。研究其噪声的调制最小二乘特性,知其参数估计是有偏参数估计,利用广义噪声模型处理调制噪声,提出调制广义最小二乘算法获得了系统参数的无偏估计。3.针对高噪声情况下调制广义最小二乘参数估计出现失真的情况,提出时窗小波降噪算法对带高噪声的数据进行在线降噪,然后利用降噪数据估计模型参数。研究了时窗小波降噪在连续线性动力学模型和连续Hammerstein模型中的应用,由于降噪数据也带有低噪声,故分别提出时窗小波降噪调制辅助变量法和时窗小波降噪调制广义最小二乘算法来获得相应模型参数的高精度的无偏估计。4.对冷轧平整机HAGC压力闭环系统建立连续线性动力学参数模型和连续Hammerstein模型。将提出的算法用来辨识相应的模型参数,得到较好的辨识结果。应用实例说明了算法的有效性和实用性。研究表明:本文研究的辨识算法对测量噪声干扰下估计连续Hammerstein模型参数有较好的抗干扰能力,可适应大型工业系统的模型辨识。

全文目录

摘要  5-6
ABSTRACT  6-10
第一章绪论  10-17
  1.1 研究背景  10-12
  1.2 Hammerstein 模型辨识国内外研究现状  12-16
  1.3 研究目标、方法和内容  16-17
第二章连续 Hammerstein 模型参数直接辨识基本算法  17-26
  2.1 不带测量噪声的连续 Hammerstein 模型参数直接辨识  17-19
  2.2 非线性参数分离  19-20
    2.2.1 均值法  19-20
    2.2.2 奇异值分解法  20
  2.3 带测量噪声的连续 Hammerstein 模型参数直接辨识  20-22
  2.4 噪声最小二乘统计特性研究  22-23
  2.5 辨识算例  23-24
  2.6 讨论  24-26
第三章连续 Hammerstein 模型广义最小二乘估计算法  26-31
  3.1 噪声模型概述  26-27
  3.2 调制噪声模型处理  27
  3.3 调制广义最小二乘算法  27-28
  3.4 辨识算例  28-29
  3.5 小结  29-31
第四章时窗小波降噪调制模型参数直接辨识  31-48
  4.1 概述  31-32
  4.2 时窗小波降噪原理及分析  32-34
  4.3 时窗小波降噪调制连续线性模型参数直接辨识  34-41
    4.3.1 调制连续线性模型参数直接辨识  34-36
    4.3.2 小波降噪调制连续线性模型参数直接辨识  36-37
    4.3.3 小波降噪调制辅助变量连续线性模型参数无偏估计  37-38
    4.3.4 辨识算例  38-40
    4.3.5 结论  40-41
  4.4 时窗小波降噪调制连续 Hammerstein 模型直接辨识  41-47
    4.4.1 时窗小波降噪调制最小二乘 Hammerstein 模型直接辨识  41-42
    4.4.2 时窗小波降噪调制广义最小二乘 Hammerstein 模型直接辨识  42-44
    4.4.3 辨识算例  44-47
  4.5 时窗小波降噪调制连续模型参数辨识讨论  47-48
第五章工业应用实例  48-52
  5.1 连续线性模型在工业中的应用  48-49
  5.2 连续 Hammerstein 模型在工业中的应用  49-51
  5.3 小结  51-52
结论与展望  52-53
参考文献  53-58
致谢  58-59
附录 (攻读学位期间发表论文目录及参与课题)  59

连续Hammerstein模型直接辨识方法研究

内容摘要

全文目录

相似论文