非線性hammerstein模型的辨識【開題報告+文獻(xiàn)綜述+畢業(yè)設(shè)計】

1、畢業(yè)設(shè)計開題報告畢業(yè)設(shè)計開題報告電氣工程與自動化電氣工程與自動化非線性非線性HammersteinHammerstein模型的辨識模型的辨識1、選題的背景與意義系統(tǒng)辨識是是現(xiàn)代控制理論中的一個重要分支。通過辨識建立數(shù)學(xué)模型的目的是估計表征系統(tǒng)行為的重要參數(shù)，建立一個能模仿真實系統(tǒng)行為的模型，用當(dāng)前可測量的系統(tǒng)的輸入和輸出預(yù)測系統(tǒng)輸出的未來演變，以及控制器的設(shè)計。非線性系統(tǒng)辨識是系統(tǒng)辨識的一個重要的發(fā)展方向，一直是現(xiàn)代辨識領(lǐng)域中的一個主要

2、課題，對其研究有十分重要的理論和實際意義。非線性問題的主要困難之一是一直缺乏描述各種非線性系統(tǒng)特性的統(tǒng)一的數(shù)學(xué)模型。為此，人們提出了多種類型的模型，如塊聯(lián)模型、神經(jīng)網(wǎng)絡(luò)模型、雙線性模型、]1[]2[]3[非線性參數(shù)模型等等。Hammerstein模型屬于塊聯(lián)模型，由一個線性動態(tài)系統(tǒng)跟隨一個非線性靜態(tài)模塊構(gòu)成。自從Narendra&Gallman1966年提出了Hammerstein模型后，]4[由于模型結(jié)構(gòu)簡單且能有效地描述常見的非線性

3、動態(tài)系統(tǒng)特性，所以許多學(xué)者相繼研究了Hammerstein模型參數(shù)的估計方法，近年來Hammerstein模型被廣泛地應(yīng)用于非線性系統(tǒng)辨識。辨識Hammerstein模型的意義在于：利用辨識結(jié)果獲得中間層輸出，選擇合適的性能指標(biāo)，就可以把原非線性系統(tǒng)的控制問題分解為線性模塊的動態(tài)優(yōu)化問題和非線性模塊的靜態(tài)求根問題，因此可以有效結(jié)合線性模型預(yù)測控制的成熟理論解決這類非線性對象的控制問題，避免傳統(tǒng)非線性控制方法計算量大，收斂性和閉環(huán)穩(wěn)定性不

4、能得到保證等諸多問題。2、研究的基本內(nèi)容與模擬解決的主要問題：針對Hammerstein模型的辨識問題，可以歸結(jié)為線性模塊的動態(tài)優(yōu)化問題和非線性模塊的靜態(tài)求根問題。因此研究的重點就是如何運用比較新穎的優(yōu)化算法得到Hammerstein模型的參數(shù)解集，并能通過和傳統(tǒng)算法的比較論證闡述采用方法的合理性，可行性及有效性。具體需要解決的問題包括以下幾點：1.什么是Hammerstein模型，它的基本結(jié)構(gòu)式怎么樣的；向量。?設(shè)參數(shù)向量的估計值：?

5、Tptmnrrrcccbbbaaa)????????????(?21212121??????????????則估計的偏差可以用以下準(zhǔn)則函數(shù)來衡量：（3）??????siikyikykJ02)](?)([)(其中，s為辨識窗口寬度，為根據(jù)估計模型計算出的輸出值。因此，問)(?ky題歸結(jié)為利用輸入輸出觀測序列和，極小化(3)式來估計參數(shù)的標(biāo)準(zhǔn)優(yōu))(ku)(ky化問題。所以可以采用最小二乘估計法和PSO算法來求(3)式的極值及其對應(yīng)的模型參數(shù)

6、。2.最小二乘法原理最小二乘法原理如確定多項式，對于一組數(shù)據(jù)nnxaxaaxP???????10)(（i=12…N）使得達(dá)到極小，這里nN。)(iiyx21])([????NiiiyxP?實際上是的多元函數(shù)，即：?naaa10???211010][)(ininiNinyxaxaaaaa?????????????要使最小，可以用數(shù)學(xué)中求極值的方法即：?nkak00????????這種方法稱為數(shù)據(jù)擬合的最小二乘法，即最小二乘法原理。]6[3