時變系統(tǒng)模型辨識方法的研究.pdf

1、參數(shù)時變的現(xiàn)象廣泛存在于過程控制、航空航天、故障診斷、機器人控制等領域，由于時變系統(tǒng)的廣泛性、復雜性以及從時變系統(tǒng)獲得信息的局限性，時變系統(tǒng)的辨識與控制問題已經(jīng)成為系統(tǒng)科學和控制科學的熱點問題之一。目前普遍采用的辨識算法在實際應用中存在一定的局限性，因為傳統(tǒng)的定常參數(shù)辨識方法建立在時不變或平穩(wěn)過程的假設基礎上，而現(xiàn)實中存在的信號或過程總是呈現(xiàn)出各種各樣的非平穩(wěn)性和時變性。本文在參閱大量相關文獻并深入研究線性時變系統(tǒng)參數(shù)辨識方法的基礎上，

2、提出三種對線性時變系統(tǒng)參數(shù)進行快速估計的方法，具有一定的理論意義和實用價值，論文的主要工作如下： (1)線性時變系統(tǒng)常采用定常遺忘因子法進行參數(shù)辨識，但定常遺忘因子存在難以及時跟蹤系統(tǒng)動態(tài)特性變化的缺點。本文提出一種采用自調(diào)整遺忘因子進行參數(shù)辨識的算法，能夠有效地跟蹤無規(guī)律參數(shù)變化。該算法利用后驗誤差自動調(diào)整遺忘因子，同時為防止意外干擾對遺忘因子造成的影響，引入?yún)?shù)σ，并借助新息的變化限定時變遺忘因子的上下界。通過仿真算例，進一

3、步證實該算法可以對時變參數(shù)進行很好地跟蹤，有效地克服了采用定常遺忘因子難以及時跟蹤系統(tǒng)動態(tài)特性變化的問題。 (2)針對時變輸出誤差模型，在廣義準則函數(shù)及能夠獲取的先驗知識的基礎上，提出一種改進準則函數(shù)的時變OE模型參數(shù)辨識算法。該算法借助可利用的先驗知識，通過引入權因子α保證算法的有效性，即使在輸入信號不滿足持續(xù)激勵的條件下仍然適用于時變參數(shù)辨識，并且具有運算量小、收斂性好的特點，為獲得時變參數(shù)的估計值和克服病態(tài)估計提供了更多的