一种混合模型的闭环辨识方法

针对闭环辨识因噪声的引入造成输入输出数据的相关性,造成传统辨识算法应用上的困难。为解决直接应用工业生产数据而不进行测试,实现在有色噪声存在条件下连续时间过程模型辨识问题,本文基于Box-Jenkins模型,提出了一种反馈噪声消除的闭环辨识方法(DNIV)。DNIV算法基于最小二乘状态变量滤波方法(LSSVF)获取过程模型的初值,从原始输入输出中减去反馈噪声成份,基于辅助变量算法,实现不含反馈噪声的混合Box-Jenkins模型辨识。算法的仿真研究证明了其有效性。     

一种α稳定分布下的变步长最小ρ-范数算法

本文提出一种新的基于α稳定分布噪声环境下的自适应滤波算法,这种算法针对变步长自适应滤波算法收敛速度和稳态误差相矛盾的不足,建立了步长μ(n)与误差信号e(n)之间的新的非线性函数关系。该函数能够削弱输入端不相关α稳定分布噪声对步长调整的影响,更好地解决稳态误差与收敛时间之间的矛盾。通过系统辨识仿真结果表明,新的算法α对稳定分布下的尖峰脉冲噪声有较强的韧性,比传统的NLMP算法有更快的参数辨识速度和更小的稳态误差,同时还具有很好地跟踪多时变系统的能力。     

基于状态观测器永磁同步电机的自适应速度辨识方案

速度辨识一直是永磁同步电机无速度传感器控制系统中的一个核心问题,本文以永磁同步电机本身为参考模型,设计全阶状态观测器为可调模型,引入极点配置方法选取观测器的增益矩阵,并引入Lyapunov稳定定理保证控制系统稳定的条件下推导出转速自适应律,结合模型参考自适应控制理论得到速度辨识方案,本方案控制过程简单,能够充分保证观测器的稳定且对电机参数不敏感,鲁棒性好,并将其应用在永磁同步电机矢量控制系统当中,通过仿真得到结果验证了本方案的正确性和可行性同时与基于POPOV理论的模型参考自适应方案的仿真结果进行比较,分析研究本方案的优劣。     

一种基于子空间辨识的预测控制器设计及其性能评价方法

在模型预测控制器的设计过程中模型辨识和控制器设计是两个独立的步骤：传统的LQG基准需要一个解析的参数模型来设计LQG控制器．并将其应用到实际过程中才能计算性能评价基准。为了在控制器投入实际应用之前,同时实现控制器的设计和性能评价基准的构造,本文提出一种基于子空间辨识的预测控制器设计及性能评价方法。该方法仅依赖过程历史输入输出数据,利用子空间辨识得到的子空间矩阵,设计预测控制器和构造性能评价指标。最终,在一个统一的框架下实现了预测控制器的设计和性能评价。针对Wood—Berry过程的仿真研究验证了该方法的可行性和有效性。     

基于闭环SOPIM的LQG性能评价研究

控制系统性能评价对过程工业具有重要意义。在实际应用中,传统线性二次高斯（Linear Quadratic Gaussian．LQG）性能评价要求已知过程参数模型,但是系统模型的精确辨识计算量大,且可靠性低。针对上述问题,本文对基于闭环子空间正交投影辨识方法（Subspace Orthogonal Projection Identification Method．SOPIM）的LQG性能评价进行研究,并通过仿真实验证实该方法的有效性。     

变参数速度辨识在矿井提升机控制系统中的应用

以MRAS模型参考自适应法理论为基础,提出一种变参数速度辨识方法,设计了转子磁链定向的异步电机矢量控制系统,实现对转速、电流及转矩的闭环控制,并应用于矿井提升机调速系统。首先确定基于MRAS的无速度传感器转子磁场定向的矢量控制方案,然后根据控制方案在MATLAB/Simulink环境下建立矢量控制系统模型,对系统进行仿真,并对比分析变参数速度辨识系统与定参数速度辨识系统的仿真结果。结果表明:变参数估计方法在性能上明显优于定参数估计方法。     

SSI方法在辨识类噪声信号低频振荡模态中的应用

随着电力系统规模日益扩大,低频振荡问题日渐突出。因此,低频振荡的实时在线监测对电力系统安全稳定运行意义重大。本文提出基于类噪声信号的电力系统低频振荡模态辨识方法,结合PSASP和SMIT对四机两区域系统进行仿真,验证了利用这种辨识方法在线监测可能发生的振荡模态的可行性。     

吏用虚拟噪声补偿技术的自适应kalman滤波算法的研究

研究使用虚拟噪声补偿技术的自适应kalman滤波算法。首先对实际系统模型中的误差部分进行虚拟噪声补偿,然后通过一般自适应kalman滤波算法相结合,使改进的自适应kalman滤波算法在带有模型误差和噪声统计特性误差的前提下,能够在线估计观测随机误差的噪声特性。并编制仿真软件,验证改进算法的可行性。     

使用虚拟噪声补偿技术的自适应kalman滤波算法的研究

研究使用虚拟噪声补偿技术的自适应kalman滤波算法。首先对实际系统模型中的误差部分进行虚拟噪声补偿,然后通过一般自适应kalman滤波算法相结合,使改进的自适应kalman滤波算法在带有模型误差和噪声统计特性误差的前提下,能够在线估计观测随机误差的噪声特性。并编制仿真软件,验证改进算法的可行性。     

基于粒子群优化算法的结构系统辨识

针对一般智能理论辨识方法在结构系统辨识中存在的问题,提出一种基于粒子群优化算法(PSO)的辨识方法。用粒子群中的粒子表征结构物理参数,以最大似然准则为粒子群优化算法的适应度函数,建立了结构系统的辨识模型。数值仿真分析表明,粒子群优化算法可以精确辨识出结构系统的物理参数。     

正态AR序列参数估计的Bahadur渐近有效性

我们只考虑带有正态噪声的自回归过程,并用Yule-Walker估计来估计模型参数。对相合估计给出了大偏差的渐近下界,达到这一下界的估计称为Bahadur渐近有效的。我们证明了在上述意义下,Yule-Walker估计是渐近有效的。     

非线性动态调节模型的滤波式递推辨识算法

针对Hammerstein非线性动态调节模型提出一种基于数据滤波的递推广义最小二乘算法,方法的主要思想是：通过数据滤波,将辨识模型分解成系统模型和噪声模型,然后分别辨识。最后给出两种方法的仿真实例,通过与递推广义最小二乘算法参数估计精度和收敛速度的比较,来说明滤波式递推广义最小二乘算法的有效性。     

联合工况下ABS系统轮速信号滤波方法研究

常用的ABS系统轮速信号卡尔曼滤波方法中假定系统过程噪声参数为定值,没有考虑车辆运行工况对系统过程噪声的影响。在分析车辆运行工况对轮速信号滤波的影响基础上设计基于RBF神经网络的系统过程参数调节器及相应滤波算法对联合工况下轮速信号进行处理。仿真验证结果表明,该方法能够有效地模拟轮速信号滤波过程中系统过程噪声参数的变化特性,提高了联合工况下轮速信号的滤波精度。     

非高斯噪声下系统参数M估计及其递推算法

讨论了单输入单输出ARMAX系统在非高斯噪声环境下的参数估计问题。提出了一种基于M估计理论的系统参数动态递推辨识算法,利用函数逼近原理以及矩阵等价变换知识,给出了算法的详细推导过程,分析了M估计用于系统建模的原理,给出了适合在线计算的参数估计递推算法。最后进行了数值仿真,结果表明本文提出的算法具有较强的抗噪能力和良好的收敛性。     

基于RBF神经网络的Hammerstein模型辨识

利用神经网络的非线性映射特性,将RBF神经网络应用于Hammerstein模型辨识.首先采用将学习和辨识同时进行的在线辨识技术,然后在调整输出权值的基础上,增加调整基函数的形状参数和中心向量.此方法算法简单,学习速度快,辨识精度高,最后的仿真也验证了上述结论.     

基于遗传算法的发电机励磁系统模型参数辨识

以某发电机组作为研究对象,提出了一种基于遗传算法的辨识方法对发电机励磁系统PID参数进行辨识,并验证了该方法的正确性;在现场试验时由厂家提供模型向电力系统实用模型转化过程中,实现了参数的快速转化,提高了现场工作效率;辨识过程中充分考虑了系统存在的非线性环节,能够真实反映励磁系统的动作响应过程。     

丰镇电厂5号机励磁系统参数确认测试

本文介绍了丰镇电厂5号机组励磁系统模型参数确认试验的必要性和内容,经发电机空载励磁系统的常规扰动试验,获取了必要的试验数据,在此基础上运用计算机仿真和辨识技术,用B P A模型对提供的参数进行了校核。     

基于块脉冲函数运算矩阵的分数阶系统辨识

本文采用了一种新的方法对单输入单输出线性时不变分数阶系统进行参数辨识。首先推导块脉冲基函数的运算矩阵然后利用该矩阵将分数阶微分运算转换成代数运算。该方法可以同时辨识分数阶系统的系数和任意阶的阶次,而且还可以大大减少辨识过程中分数阶运算带来的巨大计算量。为了证明该方法的有效性,本文引入实例进行验证,仿真结果显示了该方法的有效性和准确性。     

跑步机不同坡度下人体颈部动力学响应建模分析

跑步机的不同坡度会直接造成使用者颈部压力,但是采用传统方法进行人体颈部动力学响应建模,对各个力学参数解析的准确性较低,参数辨识性能不好,提出基于力学驱动传感探测技术的跑步机不同坡度人体颈部动力学响应建模方法。采用力学驱动传感探测技术进行力学参数采集,构建跑步机不同坡度人体颈部的运动学模型;结合不同坡度下跑步机人体的动力学模型进行驱动应力学分析,建立不同载荷和不同坡度下的人体颈部动力学响应模型;根据跑步机不同坡度人体颈部力学参数辨识结果进行柔性空间的动力学响应建模;通过跑步机不同坡度人体的关节力矩和触觉传感信息进行参数融合,实现人体颈部动力学响应建模优化。仿真结果表明,采用该方法进行人体颈部动力学响应建模对各个力学参数解析的准确性较高,参数辨识性能较好,可以根据不同坡度进行跑步机的自适应调节,提高了人机交互能力。     

基于试飞数据的飞机大迎角气动力参数辨识

为解决大迎角状态下飞机气动力模型难以建立的问题,本文基于局部线化代替非线性概念,探索了利用大迎角飞行试验数据辨识飞机空气动力参数问题。在准定常假设条件下,运用迎角分割算法对某型飞机的大迎角试飞数据进行数据分析预处理,用最小二乘回归方法验证了上述大迎角参数辨识的思想,取得了较好的结果,为进一步开展大迎角参数辨识技术的工程应用奠定了基础。