江苏省自然科学基金(BK2007017)
- 作品数：24 被引量：83H指数：7
- 相关作者：丁锋张彩霞陆静于丽谢莉更多>>
- 相关机构：江南大学更多>>
- 发文基金：江苏省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学化学工程一般工业技术更多>>
- SIMO系统辅助变量最小二乘盲辨识方法被引量：4
- 2009年
- 辅助变量辨识方法是一类重要的辨识方法,然而对于盲辨识,系统输入未知,辅助矩阵的选择就成了难题。针对盲辨识领域研究最多的单输入多输出(SIMO)系统,利用辅助变量方法研究相应的盲辨识方法,其基本思想是联立其中两个子系统进行辨识,利用其他子系统的输出来构造辅助矩阵,从而提出了辅助变量最小二乘盲辨识方法,来获得系统参数估计。还给出所提算法的递推形式,并进行了收敛性分析。仿真例子验证了所提方法的有效性。
- 陈慧波丁锋
- 关键词：盲辨识参数估计最小二乘
- 有色噪声系统的迭代辨识与递推辨识方法仿真比较研究被引量：4
- 2008年
- 针对ARARX模型(即动态调节模型),提出了分别辨识系统模型参数向量和噪声模型参数向量的新型最小二乘迭代辨识方法。其基本思想是:通过极小化一个信息矩阵中含噪声项的准则函数,导出两个参数向量的最小二乘估计式,进一步将估计式中信息矩阵所含的未知噪声项用其迭代估计代替,而其迭代估计又用前一次迭代的参数估计进行计算。在每步迭代计算中,二者执行了一个递阶计算过程。与滤波式递推广义最小二乘算法相比,提出的迭代算法也可用于在线辨识,而且在每一步迭代计算中,反复利用了系统可测数据信息,因而能够获得高精度参数估计。仿真例子证实了理论研究结果。
- 陈晓伟丁锋
- 关键词：递推辨识迭代辨识参数估计最小二乘
- 一类非均匀采样系统最小二乘迭代辨识被引量：5
- 2008年
- 阐述了非均匀多率采样方案,利用提升技术推导出非均匀多率采样系统的提升状态空间模型,进一步获得了对应的输入输出表达。针对辨识模型信息向量中存在未知中间变量的困难,基于交互估计理论与迭代搜索原理,提出了非均匀多率系统的最小二乘迭代辨识方法。最后进了仿真比较研究,以说明提出算法的优点。
- 蒋红霞王金海丁锋
- 关键词：多率系统参数估计迭代辨识状态空间模型
- 多新息随机梯度辨识方法的收敛性研究被引量：12
- 2007年
- 从理论上给出了多新息辨识方法的推导过程,提出了多新息随机梯度辨识方法,并运用随机过程理论分析了多新息随机梯度辨识方法的均方收敛性,给出参数估计误差上界的计算公式。分析表明数据的平稳性可以提高参数估计精度。最后给出了多新息辨识方法的各种典型变形。
- 于丽丁锋张佳波
- 关键词：参数估计多新息辨识随机梯度
- 动态调节模型的最小二乘迭代辨识方法被引量：8
- 2007年
- 为了改进参数估计精度,利用递阶辨识的交互估计理论,提出了辨识动态调节模型的最小二乘迭代辨识方法。其基本思想是:在每步迭代计算中,将信息向量中或信息矩阵中不可测噪声项用其估计值代替,而噪声估计值又是用前一次迭代参数估计进行计算的,二者执行了一个递阶计算过程。与流行的递推广义最小二乘算法相比,提出的迭代算法在每一步计算中,同时利用了系统所有量测数据信息,因而具有更高的参数估计精度和更快的收敛速度。进行了仿真计算。
- 陈晓伟丁锋
- 关键词：递推辨识迭代辨识参数估计最小二乘
- 双输入多率输出误差系统最小二乘迭代辨识被引量：2
- 2008年
- 以双输入多率采样系统为例,推导出双输入采样周期不等的多率输出误差系统的离散时间状态空间模型,进而得出对应的传递函数模型。论文提出了这类双输入多率采样数据系统的最小二乘迭代辨识算法,仿真例子说明了提出算法的有效性。
- 陆静张彩霞丁锋
- 关键词：迭代辨识参数估计多率系统
- 滑动平均噪声干扰双输入多率系统最小二乘迭代辨识
- 2008年
- 研究了滑动平均噪声干扰的双输入多率系统最小二乘迭代辨识算法.首先推导出2个输入通道采样周期不相等的多率系统的离散时间状态空间模型,得出对应的传递函数模型.针对辨识模型信息向量中存在不可测噪声项的困难,利用最小二乘迭代原理,将未知噪声变量用其迭代估计值来代替,提出了这类双输入多率采样数据系统的最小二乘迭代辨识算法.最后通过仿真例子比较了最小二乘迭代辨识算法与递推增广最小二乘算法的辨识效果,说明了所提出算法的参数估计精度较高.
- 陆静张彩霞丁锋
- 关键词：迭代辨识递推辨识参数估计最小二乘多率系统
- 动态调节模型的多新息广义随机梯度算法被引量：2
- 2009年
- 提出了动态调节模型的多新息广义随机梯度辩识算法来估模型参数,仿真例子说明提出的算法能给出满意的辩识效果。
- 刘景璠朱志芳于丽丁锋
- 关键词：随机梯度
- 非均匀采样数据系统的一种辨识方法被引量：7
- 2008年
- 阐述了非均匀采样方案,推导了非均匀多率采样系统的状态空间模型,进一步获得了对应的传递函数模型。为解决辨识模型信息向量中存在未知变量的问题,使用辅助模型技术,用辅助模型的输出代替系统的未知变量,进而提出了非均匀采样数据系统的辅助模型随机梯度辨识算法。为了提高算法收敛速度和改善参数估计精度,在算法中引入遗忘因子,给出了相应的辅助模型带遗忘因子随机梯度算法。仿真结果表明,引入遗忘因子后,算法的收敛速度加快,参数估计精度提高。
- 谢莉丁锋
- 关键词：非均匀采样随机梯度遗忘因子状态空间模型
- CARMA模型的多新息增广随机梯度辨识算法被引量：1
- 2008年
- 将多新息辨识理论用于研究CARMA模型参数辨识问题,通过把标量新息扩展为向量新息,即多新息,得出相应的多新息增广随机梯度辨识算法。仿真结果验证了提出算法的有效性。
- 于丽丁峰
- 关键词：递推辨识参数估计多新息辨识随机梯度
