线性定常系统特征模型的特征参量辨识
特征模型是航天系统广泛应用的控制模型，其关键思想是用低阶线性慢时变模型来逼近高阶复杂系统，本文说明，在线性定常情形，特征模型的特征参量是一组由高阶线性定常系统的相关信息压缩而成，于是不能简单的作为与状态输入无关的慢时变参数来处理，基于特征建模思想，本文建立了线性定常系统特征模型的特征参量与子空间方法之间的联系，给出了一种该特征模型的特征参量的合成辨识算法。同时，本文证明了特征参量的估计值与真值之间的误差分别渐近收敛到0，最后，对于一个单输入单输出六阶线性定常系统的仿真例子，本文对投影的带遗忘因子最小二乘算法和合成辨识算法进行了比较，验证了合成辨识算法的有效性。
特征模型 参数辨识 子空间方法 状态估计 带遗忘因子递推最小二乘 线性定常系统
周振威 方海涛
中国科学院数学与系统科学研究院系统控制重点实验室,北京100190
国内会议
北京
中文
6133-6138
2010-07-29（万方平台首次上网日期，不代表论文的发表时间）