期刊文献+

基于关键变量分离的输入非线性受控自回归系统最小二乘参数估计

Least Squares Parameter Estimation for Input Nonlinear Controlled Autoregressive Systems Based on the Key Variable Separation
收藏 分享 导出
摘要 针对输入非线性系统存在两个未知参数集乘积项,导致模型参数不可辨识的情况,采用规范化系统参数方法来分离关键变量,提出了最小二乘迭代参数估计算法,来辨识输入非线性受控自回归系统的参数.仿真结果验证了其有效性. There exists the product of two unknown parameter sets in input nonlinear systems.Thus,the model parameters are unidentifiable.By normalizing the system parameters and using key variable separation,a least squares-based iterative algorithm is proposed to identify input nonlinear controlled autoregressive systems.The proposed algorithm is verified by simulation examples.
作者 沈乾彦 丁锋 SHEN Qianyan, DING Feng.(Key Laboratory of Advanced Process Control for Light Industry (Ministry of Education) , Jiangnan University, Wuxi 214122, China)
出处 《信息与控制》 CSCD 北大核心 2014年第2期253-256,共4页 Information and Control
基金 国家自然科学基金资助项目(61273194) 优势学科建设工程项目
关键词 最小二乘 迭代辨识 输入非线性系统 HAMMERSTEIN模型 关键变量分离 least squares iterative identification input nonlinear system Hammerstein model key variable separation
  • 相关文献

参考文献20

二级参考文献261

共引文献88

投稿分析
职称考试

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部 意见反馈