递推辨识

摘要： 利用递阶辨识原理、多新息辨识理论,研究和提出AR-OEARMA系统的辅助模型递阶广义增广随机梯度算法、辅助模型递阶多新息广义增广随机梯度算法、辅助模型递阶广义增广递推梯度算法、辅助模型递阶多新息广义增广递推梯度算法、辅助模型递阶广义增广最小二乘算法、辅助模型递阶多新息广义增广最小二乘算法。这些辅助模型递阶递推辨识方法可以推广到其他有色噪声干扰下的线性多变量和非线性多变量随机系统中。

摘要： 利用滤波辨识理念,研究和提出了有限脉冲响应滑动平均系统的滤波增广随机梯度辨识方法、滤波多新息增广随机梯度辨识方法、滤波递推增广梯度辨识方法、滤波多新息递推增广梯度辨识方法、滤波递推增广最小二乘辨识方法、滤波多新息递推增广最小二乘辨识方法。这些滤波增广辨识方法可以推广到其他有色噪声干扰下的线性多变量和非线性多变量随机系统中。

摘要： 针对有限脉冲响应滑动平均系统,利用递阶辨识原理,研究了递阶增广随机梯度算法、递阶多新息增广随机梯度算法、递阶增广梯度算法、递阶多新息增广梯度算法、递阶增广最小二乘算法、递阶多新息增广最小二乘算法等.这些辨识方法可以推广到有色噪声的随机系统中.

摘要： 利用递阶辨识原理,研究了线性回归系统的递阶最小二乘辨识算法、递阶多新息最小二乘辨识算法、递阶随机梯度辨识算法、递阶多新息随机梯度辨识算法、递阶递推梯度辨识算法、递阶多新息递推梯度辨识算法等.这些辨识方法可以推广到有色噪声的随机系统中.

摘要： 为了处理损失数据系统和稀少量测数据系统辨识,引入了变间隔概念.以线性回归系统为例,利用递阶辨识原理,提出了一些变间隔递阶递推辨识方法,包括变间隔递阶随机梯度辨识方法、变间隔递阶多新息随机梯度辨识方法、变间隔递阶递推梯度辨识方法、变间隔递阶多新息递推梯度辨识方法、变间隔递阶最小二乘辨识方法、变间隔递阶多新息最小二乘辨识方法等.这些变间隔递阶辨识方法可以推广到有色噪声干扰下的线性和非线性随机系统中.

摘要： 论文以揭示电压、电流与电阻关系的欧姆定律为例,在不同误差准则函数下,研究了电阻的各种估计方法.这种代数方法思路清晰,方法简便,已经用于基于脉冲响应和阶跃响应低阶系统传递函数参数的确定.在此基础上,利用系统的实频特性数据和虚频特性数据,研究了利用代数方法确定一阶系统参数的两点法、三点法、多点法.该代数方法可以推广到利用频率特性确定二阶系统的参数.

摘要： 基于功率、电压、电流与电阻的关系,建立电阻误差准则函数、电压误差准则函数、电流误差准则函数、功率误差准则函数,应用梯度搜索、最小二乘搜索原理,推导了估计电阻的递推辨识算法,包括投影算法、随机梯度算法、多新息随机梯度算法、递推梯度算法、多新息递推梯度算法、递推最小二乘算法、多新息最小二乘算法等.此外,利用系统的实频特性数据和虚频特性数据,给出求解二阶传递函数模型参数的代数方法.

摘要： 针对输出误差系统,利用辅助模型辨识思想和递阶辨识原理,研究了辅助模型递阶随机梯度算法、辅助模型递阶多新息随机梯度算法、辅助模型递阶梯度算法、辅助模型递阶多新息梯度算法、辅助模型递阶最小二乘算法、辅助模型递阶多新息最小二乘算法等.这些辨识方法可以推广到有色噪声的随机系统中.

摘要： 针对不同极点惯性环节并联系统和不同极点惯性环节串联系统,利用多频组合正弦信号作为输入,通过测量系统的输出数据,基于二次优化和非线性优化技术,推导了估计传递函数参数的最小均方算法、随机梯度算法、多新息随机梯度算法、递推梯度算法等,并与梯度迭代算法、牛顿迭代算法相结合,提出了辨识传递函数参数的耦合递推—迭代辨识算法,文中的方法可以推广用于其他传递函数描述的动态系统参数辨识,如具有共轭极点、重极点传递函数参数的辨识以及任意非线性函数的参数估计.

摘要： 本文研究多输入多输出Hammmerstein系统的递推辨识，系统的线性部分为ARX系统，并且系统有内部噪声、输出量测带噪声。通过广义Yule-Walker方程和输入输出的相关关系组成的矩阵方程，给出了线性子系统参数的递推估计，基于多维核估计给出了非线性环节的递推非参数估计。在合理的条件下，证明了这些估计的强一致性。最后给出了数值仿真例子。

摘要： 在实际的辨识问题中,一个重要的问题就是在输入输出观测数据均含有噪音的情况下如何实现有效的辨识.针对这一问题,按照梯度下降原理,提出了一种鲁棒的总体最小二乘递推辨识算法,仿真实验的结果表明,该算法的突出优点在于它具有良好的鲁棒收敛性能,其收敛精度显著地高于其它方法,而且,可以使用较大的学习因子,这些对于算法的实际应用是非常有意义的.

摘要： 该文首先分析了各种递推辨识算法的结构，并找出它们的基本结构。

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： 考虑配电网阻抗的综合负荷(SLM)建模由于不能实际测量虚拟母线的电压,因此无法直接采用综合测辩法确定所有的负荷模型参数。本文借鉴模型回响测试的概念,用模型响应的输出量作为反馈输入,计算得到虚拟母线上的电压,从而可以采用直接优化算法辨识所有的模型参数。采用本文提出的方法对现场实测数据进行辨识,结果表明辨识得到的负荷模型参数可以准确拟合实测数据。

摘要： 本文研究输出变量和内部变量都带误差的Wiener系统的辨识。当系统内部噪声为iid高斯随机变量时，利用Weierstrass变换(W-变换)把系统转化为无内部噪声的Wiener系统，两系统的线性部分相同，而变换后的系统的非线性正是原Wiener系统非线性的W-变换。在合理的假设下，给出了变换后的Wiener系统的递推辨识算法，并证明了估计的强一致性。对变换后的Wiener系统的非线性应用W.逆变换得到了原Wiener系统非线性的非参数估计，且当原Wiener系统非线性为多项式时，估计强一致。仿真例子说明模拟与理论一致。

摘要： 该文对非线性系统建立T-S模糊模型，阐述了局部递推最小二乘法(LOITLS)对模糊规则后件参数进行辨识的一种新方法；然后在每一个采样点对系统进行局部动态线性化,根据得到的系统的线性化模型对系统采取广义预测控制(GPC)。仿真的结果表明了该方法的有效性。

摘要： 提出了多变量阶跃响应的在线辨识算法，基于递推最小二乘的多变量系统阶跃响应辨识方法。通过仿真研究，验证了该算法的有效性。仿真结果还表明，基于递推量小二乘的算法具有较高的精度及较快的收敛速度。

摘要： 提出了多变量阶跃响应的在线辨识算法，基于递推最小二乘的多变量系统阶跃响应辨识方法。通过仿真研究，验证了该算法的有效性。仿真结果还表明，基于递推量小二乘的算法具有较高的精度及较快的收敛速度。

摘要： 提出了多变量阶跃响应的在线辨识算法，基于递推最小二乘的多变量系统阶跃响应辨识方法。通过仿真研究，验证了该算法的有效性。仿真结果还表明，基于递推量小二乘的算法具有较高的精度及较快的收敛速度。

摘要： 本发明一种基于递推最小二乘参数辨识的惯导速度误差确定方法，该方法能够改善在动态环境下捷联惯性导航的速度解算精度，提高后续速度更新、位置更新精度；在基于速度匹配量的动基座传递对准过程中，对速度误差的获得有改善作用，从而能有效地改善传递对准过程中对加速度计的零偏BIAS误差估计。本发明在速度更新过程中，建立适当的速度误差补偿模型，以此实现对速度的误差补偿，通过分析一般条件下的捷联惯导速度误差模型，获得相应的速度误差补偿因数，从而建立起捷联惯导速度误差模型，之后将误差模型引入位置更新，能够有效的解决捷联惯性导航解算过程中由于速度发散引起的位置误差，尤其是对于多转弯机动的定位结果有明显的改善作用。

摘要： 本发明提供了一种基于多新息递推贝叶斯算法的电池模型参数辨识方法，包括以下步骤：步骤1)通过间歇恒流放电法测取一定时间内的锂离子电池端电压、负载电流数据，通过多项式拟合法确定其OCV‑SOC的函数关系；步骤2)确定锂离子电池的双极化等效电路模型，建立表示电池参数辨识向量和系统输出关系的系统方程；步骤3)构建多新息递推贝叶斯算法的辨识流程。本发明的有益效果为：本发明建立了锂离子电池参数辨识的ARX模型，利用新息修正技术对前一刻的结果进行修正，基于多新息的辨识方法引入了新息长度参量，克服坏数据对参数估计的影响，提高参数估计精度，由参数辨识结果可以看出，本方法辨识精度高，具有工程价值。

摘要： 本发明公开了一种带遗忘因子的递推最小二乘法的转动惯量辨识方法。该方法如下：将异步电机运动方程写成递推最小二乘形式，确定输出变量，待辨识参数和观测矩阵；定义观测量长度、遗忘因子、初始化协方差矩阵和辨识参数；计算当前时刻的增益矩阵；计算当前时刻协方差；更新参数估计值；更新目标函数值；将计算的目标函数值与预设的目标函数值比较，不断更新，最终计算得到电机转动惯量信息。本发明引入一种带遗忘因子的递推最小二乘法的转动惯量辨识方法，提高了电机在负载转动惯量变化等情况下的系统控制性能。

摘要： 本发明公开了一种基于改进初值带遗忘因子递推最小二乘法的锂电池参数辨识方法。该方法包括建立锂电池二阶戴维宁等效电路模型；通过HPPC工况确定各参数与SOC的函数关系，通过间歇恒流放电工况确定开路电压与SOC的函数关系；测量初始开路电压获得初始的SOC；将初始SOC带入参数拟合表达式得到此SOC对应的参数值；将各参数反带入递推公式得到改进初值带遗忘因子递推最小二乘法的初值；最后采用改进初值带遗忘因子递推最小二乘法进行参数辨识。本发明解决了带遗忘因子递推最小二乘法的初值选取困难的问题，提高了参数辨识的精度，具有实用意义。

摘要： 本发明公开了一种基于改进型递推最小二乘法的电机参数辨识控制方法。首先采集永磁同步电机的三相定子电流和转子的电角度，并根据坐标变化计算三相电流在dq轴坐标系下的电流分量id，iq，其次计算转速环和电流环输出的dq参考电压值ud1ref，uq1ref，并根据比较器关系调整参考电压矢量幅值，接着采用中点法计算(k+1)时刻dq轴电流的预测值idh(k+1)、iqh(k+1)，最后构建计及电流变化率的永磁同步电机的最小二乘法参数辨识模型，本方案通过对参考电压的预调整，避免在变转速、变负载等工况下由相电流突变导致的辨识误差大、时间长的问题，同时，利用预测电流值计算电流变化率，减少采样误差对计算结果的影响，大大提高了动态工况下永磁同步电机参数辨识的准确性。

摘要： 本发明公开了一种基于递推最小二乘法的永磁同步电机参数辨识方法及系统，属于永磁同步电机控制技术领域，首先推导递推最小二乘法的基本方程；其次建立永磁同步电机在两相同步旋转正交坐标系上的电气动态模型，并对定子绕组的电阻和电感，以及永磁体磁链进行辨识；然后建立永磁同步电机的机械动态模型，并对转动惯量和粘性摩擦系数，以及负载转矩扰动进行辨识和估计；本发明能够准确地在线辨识永磁同步电机的参数，并且仅需要外部负载扰动的初始值，便能实现对其进行估计，适用于永磁同步电机高性能伺服控制系统的设计。

摘要： 本发明提供一种基于递推子空间辨识的自适应逆控制AGV转速控制方法，利用递推子空间辨识算法获得AGV运动学系统的等效逆模型的基本参数；在此基础上利用自适应逆控制法进行AGV转速自适应逆控制器的设计，并将AGV运动学系统的等效逆模型作为AGV转速自适应逆控制器的传递函数，实现对AGV转速的自适应跟踪控制。本发明基于递推子空间辨识的自适应逆控制AGV转速控制方法，该AGV转速控制方法能很好适应AGV参数变化的调速系统设计，有效克服控制对象的非线性，并有效抑制外部扰动，有利于改善对AGV路径跟踪控制的品质和精度。

摘要： 本发明提供了一种基于多新息递推贝叶斯算法的电池模型参数辨识方法，包括以下步骤：步骤1)通过间歇恒流放电法测取一定时间内的锂离子电池端电压、负载电流数据，通过多项式拟合法确定其OCV‑SOC的函数关系；步骤2)确定锂离子电池的双极化等效电路模型，建立表示电池参数辨识向量和系统输出关系的系统方程；步骤3)构建多新息递推贝叶斯算法的辨识流程。本发明的有益效果为：本发明建立了锂离子电池参数辨识的ARX模型，利用新息修正技术对前一刻的结果进行修正，基于多新息的辨识方法引入了新息长度参量，克服坏数据对参数估计的影响，提高参数估计精度，由参数辨识结果可以看出，本方法辨识精度高，具有工程价值。

摘要： 本发明专利提供一种基于动态优选遗忘因子递推最小二乘在线辨识的磷酸铁锂电池荷电状态(SOC)估算方法，包括对磷酸铁锂电池进行分段等间隔放电静置试验获得其开路电压与荷电状态曲线关系、粒子群优化遗忘因子递推最小二乘法的遗忘因子、优化后的最小二乘在线辨识与扩展卡尔曼滤波的联合估算电池SOC。该方法实时选择出的遗忘因子可使得端电压跟随误差极小而保证参数在线辨识的准确性，优化后的遗忘因子递推最小二乘与扩展卡尔曼滤波联合估算磷酸铁锂电池SOC，联合估算精度高且可自适应不同电池及不同电池使用环境下联合估算对遗忘因子取值的动态要求。

摘要： 本发明涉及一种基于影响矩阵递推辨识的冷带轧机板形闭环控制方法，属于轧钢板形控制方法技术领域。技术方案是：首先基于渐消记忆递推最小二乘法，对板形调节机构控制增量到实际板形对应的板形模式特征系数变化的影响矩阵进行在线辨识，进而对板形控制器参数进行自校正，并根据目标板形与实际板形的特征系数偏差计算板形调节机构的控制量。本发明的有益效果是：提高板形模式识别影响矩阵精度和板形控制精度，实现简单，运算速度快，能够很好地满足板形控制实时性高的要求，具有板形控制精度高、适合在线应用、便于实施等优点。