集員辨識與估計算法研究.pdf

1、系統(tǒng)參數(shù)辨識、狀態(tài)估計和控制理論是現(xiàn)代系統(tǒng)科學(xué)和控制論不斷發(fā)展所形成的三個相輔相成的領(lǐng)域。盡管基于噪聲統(tǒng)計假設(shè)的參數(shù)辨識和狀態(tài)估計算法取得了豐碩的成果，但當(dāng)噪聲的統(tǒng)計假設(shè)不成立時，即若沒有充分的證據(jù)來證明噪聲的統(tǒng)計假設(shè)，我們就有理由懷疑基于這些假設(shè)所建立算法的有效性。
　　基于集合理論的集員(Set Membership)算法只要求系統(tǒng)所受到的噪聲有界，而不需要知道噪聲在此界內(nèi)的統(tǒng)計特性，因而更符合工程實際中系統(tǒng)所受到的噪聲擾動。

2、集員算法所求出的是系統(tǒng)參數(shù)或狀態(tài)的一個估計集合，該集合是與系統(tǒng)數(shù)學(xué)模型的結(jié)構(gòu)假設(shè)、輸入輸出數(shù)據(jù)和系統(tǒng)所受噪聲擾動相一致的集合。集員算法所特有的數(shù)據(jù)選擇更新能力，使得算法的遞推更新次數(shù)較少。
　　最優(yōu)外橢球集員參數(shù)辨識算法因其數(shù)學(xué)處理上的容易性和可遞推性而有著強大的生命力和廣闊的發(fā)展?jié)摿?。本文研究了最?yōu)外橢球集員參數(shù)辨識算法，對各類算法進(jìn)行仿真，分析了各種算法的收斂性、新息判斷準(zhǔn)則、所優(yōu)化的最優(yōu)指標(biāo)以及橢球“尺寸”的變化情況;并且，

3、進(jìn)一步研究了在參數(shù)非時變及時變條件下以上各類集員參數(shù)辨識算法對時變參數(shù)的跟蹤辨識能力。
　　由于目前集員參數(shù)辨識算法無法處理噪聲界被低估的問題，本文提出了自適應(yīng)估計噪聲界的最優(yōu)外橢球集員參數(shù)辨識算法。該算法可以根據(jù)實際噪聲界的變化在辨識系統(tǒng)參數(shù)的同時對真實噪聲界進(jìn)行估計。通過與傳統(tǒng)最優(yōu)外橢球集員參數(shù)辨識算法的仿真實例對比，驗證了本文所提出算法的優(yōu)越性。
　　在有界噪聲假設(shè)下，應(yīng)用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)對非線性系統(tǒng)進(jìn)行建模。神經(jīng)網(wǎng)