Hammerstein模型

摘要： 针对压电定位平台在宽频域内存在的复杂输入-输出之间的动态率相关的迟滞非线性特性问题,提出了一种基于Hammerstein模型的动态率相关迟滞非线性建模方法。该模型静态非线性部分使用经典PI(prandtl-shlinskii)模型描述,其权值参数的辨识方法为非线性最小二乘法。动态线性部分采用率相关的二阶传递函数表征,分别在输入信号为低频和中高频时建立不同的传递函数,并利用系统工具箱辨识其模型系数。最后通过压电定位实验平台对所建立的动态率相关迟滞模型进行验证。实验结果表明,输入信号在低频和中高频时动态部分传递函数具有明显的率相关特性,所建立的模型能精确描述压电定位平台的动态率相关迟滞特性。

摘要： pH中和过程作为复杂工业领域里的典型非线性系统,具有大滞后、强干扰、时变等特点,当产生大范围的工况变化时,采用基于单一模型的预测控制难以满足控制要求。针对该问题,提出了一种基于多模型融合的预测控制方法,首先通过预先辨识的多个典型工况模型相互融合来表示未辨识工况下的对象预测模型,然后将多模型的逆模型进行再融合,使得非线性过程控制问题转化为线性过程控制问题,最后采用动态矩阵控制算法设计预测控制器。通过仿真验证了多模型动态矩阵控制方法比单模型预测控制有更好的控制品质。

摘要： 压电定位平台以压电陶瓷、柔性铰链作为驱动及放大机构,具有高定位精度和快响应速度,被广泛应用于各种精密/超精密定位领域。压电定位平台面临的主要挑战是压电陶瓷的固有迟滞非线性特性,这严重影响平台的定位和跟踪精度。针对此问题,提出一种基于Hammerstein结构的迟滞建模方法及基于此模型的输入-输出反馈线性化控制策略。首先,建立Hammerstein结构的迟滞模型,并进行模型参数估计。接着,以基于Hammerstein模型的输入-输出反馈线性化控制策略设计跟踪控制器。最后,在压电定位平台上对建立的模型和设计的跟踪控制器进行实验验证。模型辨识实验结果表明:提出的Hammerstein模型能有效地拟合压电定位平台输入量与输出量之间的迟滞非线性特性,其均方根误差小于0.5μm。轨迹跟踪实验结果表明:设计的跟踪控制器对期望信号(幅值60μm,频率100 Hz)的跟踪均方根误差为0.9266μm,相较于基于改进的速率相关PI(Modified Rate-dependent Prandtl-Ishlinskii,MRPI)模型的前馈补偿跟踪控制、基于MRPI模型的前馈补偿与PID反馈复合跟踪控制,精度分别提高81.22%、46.25%。

摘要： 传统烧焦控制方法中炉管出口温度(coil outlet temperature,COT)的均值通过串级燃气流量比例积分微分(proportional integral derivative,PID)控制回路进行控制,易造成烧焦过程COT分布不均衡,COT过高的炉管有烧穿的风险。针对此问题,将烧焦过程COT分布用概率密度函数(probability density function,PDF)进行描述,并使用Hammerstein模型表述PDF基函数权值的动态变化。基于Hammerstein模型,提出一种鲁棒最小方差协方差约束控制方法,用于烧焦过程COT的分布控制,仿真结果及工业应用测试证实了所提方法的可行性和有效性,为实现大型乙烯工业裂解炉烧焦过程中的COT均衡分布控制提供了一条新的有效途径。

摘要： 提出一种基于多项式的接收机行为建模方法。采用Hammerstein模型构建接收机行为模型,分别用非线性模块与记忆线性模块表征接收机非线性特性和记忆效应;利用傅里叶级数和最小二乘法分别辨识行为模型的非线性模块参数与线性模块参数;最后通过接收机ADS模型仿真数据,验证所提出的接收机非线性行为建模方法。对比分析了ADS仿真和行为模型的AM-AM特性及单音时域波形,实验结果表明,接收机行为模型的AM-AM特征曲线及时域波形与ADS仿真数据吻合程度较好。本文方法可预测接收机的非线性响应,对在复杂电磁环境下的接收机非线性效应评估具有理论价值。

摘要： 为了控制一类由Hammerstein模型描述的合有输入约束和有界干扰的非线性化工过程,提出一种鲁棒预测控制策略.该策略分为两步,第一步考虑系统状态不可测的情况,对无约束受干扰的线性模型采用鲁棒输出反馈预测控制方法计算中间变量,其中为了处理干扰,采用二次有界技术设计出能够在线更新的估计误差集合的方法使得系统有界收敛.第二步通过中间变量求解非线性代数方程和采用解饱和的方法得到满足约束的实际控制输入.为了验证方法的有效性,对聚丙烯牌号切换过程进行控制仿真.结果 表明,应用本文的控制策略,不仅能够保证优化问题的递推可行性也能保证闭环系统的鲁棒稳定性.

摘要： 液压挖掘机系统模型结构复杂,计算繁琐且分析耗时,无法满足高效操作的需求.对此,针对挖掘机模型跟踪性能较差的问题,采用Hammerstein模型,实现液压挖掘机的预测控制.通过液压挖掘机系统结构的理论推导,对复杂的液压挖掘机模型进行简化,建立具有Hammerstein结构的液压挖掘机非线性模型.结合序列二次规划算法对该非线性模型进行求解,实现对液压挖掘机非线性模型的预测控制.在MATLAB/Simulink环境下对回转装置、动臂、斗杆和铲斗的控制进行仿真和分析.结果表明:回转装置、动臂、斗杆和铲斗实际位置与预期位置存在较小偏差,且先导压力没有出现过于频繁的冲击,气缸压力波动幅度较小.该液压挖掘机非线性预测控制模型有良好的跟踪性能和较高的控制稳定性.

摘要： 提出一种基于多项式的接收机行为建模方法.采用Hammerstein模型构建接收机行为模型,分别用非线性模块与记忆线性模块表征接收机非线性特性和记忆效应;利用傅里叶级数和最小二乘法分别辨识行为模型的非线性模块参数与线性模块参数;最后通过接收机ADS模型仿真数据,验证所提出的接收机非线性行为建模方法.对比分析了ADS仿真和行为模型的AM-AM特性及单音时域波形,实验结果表明,接收机行为模型的AM-AM特征曲线及时域波形与ADS仿真数据吻合程度较好.本文方法可预测接收机的非线性响应,对在复杂电磁环境下的接收机非线性效应评估具有理论价值.

摘要： 随钻测量时钻具振动使加速度测量信号失真,为获取真实随钻加速度,需要建立随钻菲线性振动误差模型并予以补偿.考虑到钻具振动形式的复杂性,难以直接构造模型描述.从中间变量不可测的角度出发,视振动为模型输入的一种有色噪声,设计了一种基于Hammerstein(H)的加速度随机振动误差模型.利用改进的递推贝叶斯算法通过较少输入输出数据,在线辨识参数向量的估计值,同时引入条件阈值和调节系数,将MWD的钻头运动状态与调节系数关联来修正模型,提高辨识灵敏度.实验结果表明,该模型很好地拟合加速度随机振动误差序列,验证了建模的有效性.

摘要： 针对功放线性化算法中常用的Hammerstein模型,本文提出了一种基于信号高阶统计量的两步辨识方法,分别提取其线性记忆模块及无记忆非线性模块的参数.首先利用输出信号的高阶累积量的特殊切片,构建Hankel矩阵并将模型记忆深度的确定转换为矩阵的求秩问题,并同时提取线性记忆模块的参数,理论推导表明,模型的非线性效应并不影响线性效应的辨识;提出了一种迭代算法以提取无记忆非线性模型的参数,结果表明,若无记忆非线性模块传函为奇函数时,利用具有对称分布的独立同分布信号(U.D)作为激励,仅需一次迭代即可以求得非线性系数的全局最优值.仿真结果验证了该方法的可行性和高效性.

摘要： 针对功放线性化算法中常用的Hammerstein模型,本文提出了一种基于信号高阶统计量的两步辨识方法,分别提取其线性记忆模块及无记忆非线性模块的参数.首先利用输出信号的高阶累积量的特殊切片,构建Hankel矩阵并将模型记忆深度的确定转换为矩阵的求秩问题,并同时提取线性记忆模块的参数,理论推导表明,模型的非线性效应并不影响线性效应的辨识;提出了一种迭代算法以提取无记忆非线性模型的参数,结果表明,若无记忆非线性模块传函为奇函数时,利用具有对称分布的独立同分布信号(U.D)作为激励,仅需一次迭代即可以求得非线性系数的全局最优值.仿真结果验证了该方法的可行性和高效性.

摘要： 针对功放线性化算法中常用的Hammerstein模型,本文提出了一种基于信号高阶统计量的两步辨识方法,分别提取其线性记忆模块及无记忆非线性模块的参数.首先利用输出信号的高阶累积量的特殊切片,构建Hankel矩阵并将模型记忆深度的确定转换为矩阵的求秩问题,并同时提取线性记忆模块的参数,理论推导表明,模型的非线性效应并不影响线性效应的辨识;提出了一种迭代算法以提取无记忆非线性模型的参数,结果表明,若无记忆非线性模块传函为奇函数时,利用具有对称分布的独立同分布信号(U.D)作为激励,仅需一次迭代即可以求得非线性系数的全局最优值.仿真结果验证了该方法的可行性和高效性.

摘要： 针对功放线性化算法中常用的Hammerstein模型,本文提出了一种基于信号高阶统计量的两步辨识方法,分别提取其线性记忆模块及无记忆非线性模块的参数.首先利用输出信号的高阶累积量的特殊切片,构建Hankel矩阵并将模型记忆深度的确定转换为矩阵的求秩问题,并同时提取线性记忆模块的参数,理论推导表明,模型的非线性效应并不影响线性效应的辨识;提出了一种迭代算法以提取无记忆非线性模型的参数,结果表明,若无记忆非线性模块传函为奇函数时,利用具有对称分布的独立同分布信号(U.D)作为激励,仅需一次迭代即可以求得非线性系数的全局最优值.仿真结果验证了该方法的可行性和高效性.

摘要： 基于非线性气动弹性系统的输入输出测量数据，采用。Hammerstein模型进行辨识建模。从非线性系统对应的线性部分的输入输出数据中，用时域辨识以及稳定图方法估计模型的极点，再据此构造其正交基函数。采用非迭代的方法估计Hammerstcin模型的参数，该方法是由最小二乘估计和奇异值分解构成。最后，用气动力非线性二元翼段算例验证了该辨识方法的有效性。

摘要： 基于非线性气动弹性系统的输入输出测量数据，采用。Hammerstein模型进行辨识建模。从非线性系统对应的线性部分的输入输出数据中，用时域辨识以及稳定图方法估计模型的极点，再据此构造其正交基函数。采用非迭代的方法估计Hammerstcin模型的参数，该方法是由最小二乘估计和奇异值分解构成。最后，用气动力非线性二元翼段算例验证了该辨识方法的有效性。

摘要： 基于非线性气动弹性系统的输入输出测量数据，采用。Hammerstein模型进行辨识建模。从非线性系统对应的线性部分的输入输出数据中，用时域辨识以及稳定图方法估计模型的极点，再据此构造其正交基函数。采用非迭代的方法估计Hammerstcin模型的参数，该方法是由最小二乘估计和奇异值分解构成。最后，用气动力非线性二元翼段算例验证了该辨识方法的有效性。

摘要： 基于非线性气动弹性系统的输入输出测量数据，采用。Hammerstein模型进行辨识建模。从非线性系统对应的线性部分的输入输出数据中，用时域辨识以及稳定图方法估计模型的极点，再据此构造其正交基函数。采用非迭代的方法估计Hammerstcin模型的参数，该方法是由最小二乘估计和奇异值分解构成。最后，用气动力非线性二元翼段算例验证了该辨识方法的有效性。

摘要： 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.

摘要： 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.

摘要： 为解决过程工业中化学反应系统的反应物浓度控制问题，本发明提供一种基于Hammerstein模型的连续搅拌反应器系统控制方法，利用Hammerstein模型建立连续搅拌反应器系统的高精度数学模型，运用组合式信号源估计各串联模块的参数，进而利用模型的特殊结构设计控制器。在该方法中首先根据可分离信号的输入输出数据，采用相关性分析方法估计模型中动态线性模块的参数。其次，基于随机信号的输入输出数据，通过聚类方法和随机梯度方法估计模型中静态非线性模块的参数。最后，利用Hammerstein模型的特殊结构将连续搅拌反应器系统的反应物浓度控制问题转化为线性系统控制问题，简化了控制系统的设计，取得到较好的控制效果。

摘要： 本发明公开了一种基于Hammerstein模型的磁流变阻尼器控制系统，包括三步法控制器模块、MRD逆模型模块、MRD系统模块。三步法控制器模块包含类稳态控制模块、参考动态前馈控制模块以及误差反馈控制模块。MRD逆模型模块采取BP神经网络进行训练。MRD系统模块采用Hammerstein模型建立，的静态非线性块采用BP神经网络，动态线性块采用传递函数。本发明实现了对MRD有效地跟踪控制，同时基于三步法设计的控制器结构清晰，不仅具有较快的控制响应，还提高了系统对不确定性的鲁棒性，弥补了开环控制无法消除干扰给系统带来误差的不足。

摘要： 本发明公开了一种基于夹角的Hammerstein‑Wiener系统多模型分解及控制方法，利用夹角对Hammerstein‑Wiener系统进行多模型分解并获得近似Hammerstein‑Wiener系统的线性模型集，并基于此模型集设计线性控制器，并利用基于夹角的加权方法对得到的线性控制器进行加权融合对Hammerstein‑Wiener系统进行优化控制。本发明可以有效克服传统非线性逆控制方法只能用于静态可逆的Hammerstein‑Wiener系统，以及不能将系统的输入或输出非线性考虑在控制器的设计中致使闭环性能降低等的缺点。

摘要： 本发明公开了一种重尾噪声干扰下的多变量Hammerstein模型的辨识方法及系统，提出了一种混沌樽海鞘方法CSSA，用于解决实际工业生产中，重尾噪声广泛存在导致的辨识结果不准确的问题。本发明使用多项式对Hammerstein系统的非线性部分进行等效，通过系统的输入输出数据，使用CSSA方法迭代获得Hammerstein系统待辨识参数，为解决复杂重尾噪声干扰下的多变量Hammerstein模型辨识问题提供了一种新方案。

摘要： 本发明提供了一种基于Hammerstein模型的CSTR反应器控制方法和装置，其中，所述方法包括以下步骤：构建CSTR反应器的Hammerstein模型，其中，Hammerstein模型包括静态非线性模块和动态线性模块；辨识Hammerstein模型中静态非线性模块和动态线性模块的参数；利用辨识后的Hammerstein模型中静态非线性模块的可逆原理得到CSTR反应器的线性控制模型；根据CSTR反应器的线性控制模型控制CSTR反应器的反应过程。本发明采用组合信号源实现Hammerstein模型的静态非线性模块和动态线性模块的参数分离，不仅简化参数辨识过程，还降低了计算难度，并且利用Hammerstein模型的特殊结构将CSTR反应器的非线性控制问题转化为线性控制问题，简化了控制设计。

摘要： 本发明涉及一种基于最小角回归的Hammerstein模型稀疏辨识方法，包括：建立带有时滞的多输入单输出的Hammerstein模型，将模型建立成稀疏参数辨识模型；收集输入输出数据构造用于辨识的输出向量y和信息矩阵Φ；使用模型选择准则设置选择停止条件，使用最小角回归法选择Φ中的信息向量Φk建立有效索引集Λk；使用y和Φk得到估计参数根据Λk重构得到稀疏参数向量根据的稀疏结构估计模型的阶次和时滞，从中分离参数的估计值，根据估计出的阶次和时滞、分离出的参数的估计值辨识模型中的待辨识的系统参数。本发明可以实现对模型的时滞、阶次和系统参数的有效辨识，而且精度高、计算量小。

摘要： 本发明属于车辆自动驾驶预测控技术领域，公开了一种基于动态神经网络Hammerstein模型的车辆自动驾驶预测控制方法，包括：S1.构建基于动态神经网络的Hammerstein模型，所述Hammerstein模型包括串联的静态非线性模块和动态线性模块，且所述静态非线性模块中包括多层前馈神经网络以及用于反映轮胎侧偏角与轮胎侧向力关系曲线的Map表；S2.设计基于Hammerstein模型的预测控制器，且所述预测控制器根据期望状态量和车辆系统实时反馈输出的实际状态量计算出车辆的控制量，并将所述控制量输入于车辆控制系统中。综上，本发明的Hammerstein模型具有建模准确度高，快速性的优点，以此有效保证了车辆非线性建模精确度，并降低了建模复杂度。

摘要： 本发明公开了一种基于Hammerstein模型的磁流变阻尼器控制系统，包括三步法控制器模块、MRD逆模型模块、MRD系统模块。三步法控制器模块包含类稳态控制模块、参考动态前馈控制模块以及误差反馈控制模块。MRD逆模型模块采取BP神经网络进行训练。MRD系统模块采用Hammerstein模型建立，的静态非线性块采用BP神经网络，动态线性块采用传递函数。本发明实现了对MRD有效地跟踪控制，同时基于三步法设计的控制器结构清晰，不仅具有较快的控制响应，还提高了系统对不确定性的鲁棒性，弥补了开环控制无法消除干扰给系统带来误差的不足。

摘要： 本发明公开了一种重尾噪声干扰下的多变量Hammerstein模型的辨识方法及系统，提出了一种混沌樽海鞘方法CSSA，用于解决实际工业生产中，重尾噪声广泛存在导致的辨识结果不准确的问题。本发明使用多项式对Hammerstein系统的非线性部分进行等效，通过系统的输入输出数据，使用CSSA方法迭代获得Hammerstein系统待辨识参数，为解决复杂重尾噪声干扰下的多变量Hammerstein模型辨识问题提供了一种新方案。

摘要： 本发明提供了一种基于Hammerstein‑Wiener模型的CSTR过程非线性控制方法，所述方法包括以下步骤：S1，利用Hammerstein‑Wiener模型构建CSTR非线性动力学模型，其中，Hammerstein‑Wiener模型包括串联的输入静态非线性模块、动态线性模块和输出静态非线性模块；S2，利用取样信号源估计Hammerstein‑Wiener模型中各串联模块的参数和噪声模型参数；S3，利用Hammerstein‑Wiener模型中输入静态非线性模块和输出静态非线性模块的可逆原理，采用线性控制器对CSTR进行控制。本发明能够把CSTR过程的非线性系统控制问题转化为线性系统控制问题，从而简化了控制器的设计，并且所构建模型计算简易、精度高，控制过程较稳定。