非线性多项式模型结构与参数一体化辨识

摘要：

针对非线性系统领域具有更广泛意义的线参数多项式组合模型,提出一种非线性多项式模型结构辨识和参数辨识一体化算法.该算法将结构辨识中基于贡献项的择优过程与基于冗余项的劣汰过程结合.在择优过程中,根据输出向量投影残差下降的最大化,采用基于输出向量残差化的递归改进 Gram-Schmidt(RMGS)算法,在向量空间的全集中择优,并允许部分冗余非模型项选入.在劣汰过程中,为平等对待正交化向量的贡献,采用基于改进正交化次序的模型结构劣汰策略,在优选集合里逐个删除对实际输出贡献相对较小的结构项,以系统完备性指标为约束,确认结构与参数.2 类典型非线性多项式模型辨识仿真算例对比验证了算法的有效性.

关键词：非线性系统辨识、多项式模型、一体化辨识、递归改进Gram-Schmidt (RMGS)算法、改进正交化次序

所属期刊栏目：44

分类号：TP13(自动化基础理论)

在线出版日期：2018-08-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1303-1311