期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于组合式信号源的Hammerstein-Wiener模型辨识方法 被引量：5
1
作者 李峰 罗印升 +1 位作者 李博 李生权 《控制与决策》 EI CSCD 北大核心 2022年第11期2959-2967,共9页
针对含有有色噪声的非线性Hammerstein-Wiener模型,提出一种基于组合式信号源的辨识方法.通过利用可分离信号和随机信号组成的组合信号源实现有色噪声干扰下Hammerstein-Wiener模型各串联模块参数辨识的分离,简化辨识过程.首先,基于可... 针对含有有色噪声的非线性Hammerstein-Wiener模型,提出一种基于组合式信号源的辨识方法.通过利用可分离信号和随机信号组成的组合信号源实现有色噪声干扰下Hammerstein-Wiener模型各串联模块参数辨识的分离,简化辨识过程.首先,基于可分离信号的输入和输出,采用相关分析方法抑制过程噪声的干扰,辨识输出静态非线性模块和动态线性模块的参数;然后,基于辅助模型技术,利用辅助模型的输出和残差的估计值分别取代辨识模型中的不可测中间变量和噪声变量,推导辅助模型递推增广最小二乘方法,根据随机信号的输入输出数据辨识输入静态非线性模块和噪声模型的参数;最后,通过理论分析和仿真结果表明,所提出方法能够有效辨识有色噪声干扰下的非线性Hammerstein-Wiener模型,具有较好的鲁棒性. 展开更多
关键词 Hmmerstein-Wiener模型 神经模糊模型 相关分析法 参数辨识 组合信号源
原文传递
基于组合信号源的非线性系统的子空间辨识
2
作者 侯玉雯 王宏伟 《科学技术与工程》 北大核心 2021年第10期4084-4091,共8页
为解决对非线性采样系统的状态空间Hammerstein模型难以辨识的问题,提出了基于组合信号源的辨识方法。首先用组合信号源将静态非线性环节和动态线性环节分离。其次,采用模糊神经模型拟合静态非线性环节,有效地避免了采用多项式方法逼近... 为解决对非线性采样系统的状态空间Hammerstein模型难以辨识的问题,提出了基于组合信号源的辨识方法。首先用组合信号源将静态非线性环节和动态线性环节分离。其次,采用模糊神经模型拟合静态非线性环节,有效地避免了采用多项式方法逼近非线性函数的限制,拓宽了非线性模型的适用范围;采用子空间算法估计采样系统的状态空间参数矩阵。最后,通过对两个非线性Hammerstein系统模型的仿真,验证了所提出的辨识方法,既简化了辨识过程,对非线性模块能够较好地拟合,又可以很快估计出状态空间方程系数矩阵,从而证明了所提方法的准确性和有效性。 展开更多
关键词 组合信号源 子空间辨识方法 模糊神经网络 系统辨识
下载PDF
基于组合式信号的Hammerstein系统两阶段辨识
3
作者 俞洋 张明光 +1 位作者 李峰 王正群 《扬州大学学报（自然科学版）》 CAS 北大核心 2022年第5期66-71,共6页
针对带有测量噪声和时滞的Hammerstein非线性系统,提出一种基于组合信号的Hammerstein系统两级辨识方法.利用高斯信号和随机信号的组合信号将Hammerstein系统的静态非线性模块和动态线性模块进行分离和识别,简化了识别过程.第一阶段利... 针对带有测量噪声和时滞的Hammerstein非线性系统,提出一种基于组合信号的Hammerstein系统两级辨识方法.利用高斯信号和随机信号的组合信号将Hammerstein系统的静态非线性模块和动态线性模块进行分离和识别,简化了识别过程.第一阶段利用单位后向算子的特性将时滞状态空间模型转化为输入输出表达式,利用基于高斯信号输入输出数据的相关分析方法识别动态线性块的参数;第二阶段利用辅助模型技术解决中间变量信息的不可测问题,利用导出的辅助模型递归最小二乘法对静态非线性模块的参数进行辨识.仿真结果表明,该方法能有效地识别Hammerstein系统,具有较好的识别精度和鲁棒性. 展开更多
关键词 HAMMERSTEIN系统 时滞状态空间模型 组合信号源 辅助模型 两阶段辨识
下载PDF
基于组合式信号源的非线性系统辨识 被引量：1
4
作者 郑天 李峰 +1 位作者 贺乃宝 顾亚 《系统仿真学报》 CAS CSCD 北大核心 2022年第11期2377-2385,共9页
针对非线性系统中噪声的干扰,研究了一类神经模糊Hammerstein输出误差非线性系统的建模和辨识方法,利用组合式信号源实现静态非线性模块和动态线性模块参数辨识的分离,推导了相关性分析法和辅助模型递推最小二乘辨识方法估计动态线性模... 针对非线性系统中噪声的干扰,研究了一类神经模糊Hammerstein输出误差非线性系统的建模和辨识方法,利用组合式信号源实现静态非线性模块和动态线性模块参数辨识的分离,推导了相关性分析法和辅助模型递推最小二乘辨识方法估计动态线性模块和非线性模块的参数,有效抑制系统输出噪声的干扰。仿真结果表明:与最小二乘算法、多项式模型以及多信息方法相比,提出的方法具有参数估计收敛速度快,辨识精度高,建模误差小等优势,验证了所提学习算法的有效性。 展开更多
关键词 Hammerstein非线性系统 辨识建模 组合式信号源 相关性分析法
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部