一种基于TLS的复杂系统参数估计及故障诊断方法

摘要

最小二乘方法（LS）是最常用的线性参数估计方法，该方法有一些基础性假设，即零均值的高斯白噪声只存在于数据向量，否则，最小二乘解从统计观点看就不再是最优的。当输入数据矩阵也存在噪声时，要获得最优参数估计应该寻求其它方法。论文研究了输入和输出数据均含有噪声的参数估计方法——总体最小二乘方法（TLS）及其神经网络迭代求取算法，针对复杂系统数据获取过程中不可避免地存在测量噪声、量化噪声等工程实际情况，在作者先前导出的线性系统一种自稳定总体最小二乘算法的基础上，提出了一种基于Volterra级数的非线性系统参数估计算法，建立了一种基于TLS的复杂系统参数估计及故障诊断方法。文中采用某装备实测数据进行了应用实验，验证了本文方法的有效性。