基于Hammerstein模型的双速率系统辨识

摘要

线性双速率系统的辨识理论研究已经取得了很多成果，在实际应用中也发挥了相应的作用。相比之下，目前还没有针对非线性双速率系统的研究，本论文的研究目的就是试图去填补非线性双速率系统辨识的空白。本文针对输入输出采样周期不同，含有静态非线性特性的双速率系统一双速率Hammerstein模型，研究如何从双速率数据中辨识出原始的单速率动态非线性模型。研究工作包括以下几方面：
　　 1)基于快输入和慢输出采样的非线性双速率系统，首先使用多项式转换技术去获取双速率系统的提升模型，并使用最小二乘去估计提升模型的参数，然后从高维模型中提取出单速率模型参数。对比有色噪声不同方差对参数估计结果的影响并给出相应的仿真例子来验证所提出参数估计方法的有效性。
　　 2)提出基于输出误差法的非线性双速率系统辨识方法，直接从双速率数据中辨识出原始的单速率模型，减少待辨识参数个数，提高模型参数估计的准确性，适用于输出输入采样倍数相差较大的情况。
　　 3)建立基于以上两种辨识方法的递推双速率非线性系统辨识算法，在线辨识非线性双速率系统，并给予仿真验证。
　　 4)将非线性辨识算法应用于丙烯塔，并建立基于双速率数据的丙烯塔组分的非线性动态软测量观测器。

目录

文摘

英文文摘

声明

致谢

1 绪论

1.1引言

1.2线性双速率系统辨识

1.2.1多项式转化技术

1.2.2提升技术

1.2.3插值方法

1.2.4辅助模型法

1.2.5输出误差法

1.3 Hammerstein模型的辨识方法

1.3.1传统迭代法

1.3.2特征值分解

1.3.3基于神经网络的集成辨识算法

1.3.4粒子群优化算法

1.4研究目的及论文结构

2 基于多项式转换技术的最小二乘法

2.1引言

2.2系统模型

2.3双速率Hammerstein系统的描述

2.4多项式转换技术

2.5单速率模型参数求解

2.5.1非线性模型参数求解

2.5.2动态传递函数参数求解

2.6仿真验证

2.7小结

3 基于输出误差法的Hammerstein模型辨识

3.1引言

3.2非线性双速率系统的输出误差辨识算法

3.3 Gauss-Newton算法在双速率系统辨识中的应用

3.4仿真验证

3.5小结

4 非线性双速率系统的递推辨识算法

4.1引言

4.2递推算法

4.2.1基于多项式转化技术的最小二乘递推算法

4.2.2仿真验证

4.2.3基于输出误差法的递推算法

4.2.4仿真验证

4.3小结

5 辨识算法在丙烯塔中的应用

5.1引言

5.2丙烯塔的软测量试验设计

5.3应用效果及分析

5.3.1离线输出误差法

5.3.2递推输出误差法

5.4小结

6 总结与展望

6.1本文工作小结

6.2展望

参考文献

附录