基于多尺度径向基函数的时变系统辨识

摘要：

应用非平稳时间序列的时变系统建模方法进行了参数随时间变化的线性系统参数的辨识.通过引入多尺度径向基函数(MRBF)将非平稳过程的辨识问题转化为线性时不变过程的辨识,结合粒子群优化算法(PSO)获得时变系统参数估计的最优径向基函数(RBF)尺度.由于RBF具有良好的局部特性且尺度可以调整,采用RBF作为基函数可以更好地识别具有多种动态过程的时变系统参数.通过对时变系数包含多种波形的二阶时变自回归模型进行仿真辨识,与采用传统的递推最小二乘法和勒让德多项式作为基函数展开式方法相比,提出的方法对于时变系统参数具有更好的跟踪能力,验证了辨识方法的有效性.

关键词：时变自回归模型、递归最小二乘算法、勒让德基函数、多尺度径向基函数、粒子群优化算法、参数辨识

所属期刊栏目：41

分类号：N945.14(系统科学)

资助基金：国家自然科学基金;高等学校博士学科点专项科研基金;教育部留学回国人员科研启动基金;中央高校基本科研业务费专项

在线出版日期：2017-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1722-1728