基于随机输入模型的系统辨识方法
传统系统辨识理论主要根据基于测量噪声的系统输入输出数据来辨识模型.但是输入本身同样存在噪声,输入噪声的影响同时也体现在输出数据中.本文提出基于一种随机输入模型的系统辨识方法,根据随机微分方程的相关理论,通过输入一个随机过程信号,得到相应的随机输出数据.介绍了后向差分法并推出了一阶、二阶动态系统的离散模型,而后提出了一种递推的参数辨识方法,以便能够在线辨识系统参数.仿真实验首先采用相关方法生成实验数据,然后进行系统辨识.实验结果表明,基于随机输入模型的数据能够反映动态系统的特性,而递推算法能够有效地在线辨识系统参数,并具有一定的鲁棒性.
控制论 系统辨识 随机输入模型 Euler-Maruyama算法 递推最小二乘法 后向差分法
王袭 崔家瑞 张波 胡广大
北京科技大学自动化学院,北京100083 中国电力科学研究院,北京100192
国内会议
包头
中文
118-124
2015-08-08（万方平台首次上网日期，不代表论文的发表时间）