含有色噪声的神经模糊Hammerstein模型分离辨识
方甜莲
贾立
1.上海大学机电工程与自动化学院自动化系;上海市电站自动化技术重点实验室,上海2000722.上海大学机电工程与自动化学院自动化系;上海市电站自动化技术重点实验室,上海200072
摘要：针对实际工业过程中普遍存在的有色噪声,本文提出一种基于递推增广最小二乘算法的神经模糊Hammerstein模型辨识方法,突破了传统的Hammerstein模型迭代分离算法.首先,利用多信号源实现Hammerstein模型中静态非线性环节和动态线性环节的分离,大大简化了辨识过程,提高了串联环节参数的分离精度.其次,利用长除法将噪声模型用有限脉冲响应模型逼近,采用增广递推最小二乘法进行线性环节的参数估计.最后,采用神经模糊模型拟合静态非线性环节,同时设计了神经模糊模型参数的非迭代优化算法,改善了模型的使用范围.该方法保证了模型的预测精度,对含有色噪声的非线性系统具有较好的拟合效果.仿真结果验证了上述方法的有效性.
关键词：非线性系统Hammerstein模型多信号源增广递推最小二乘算法神经模糊模型
分类号：TP273(自动化技术及设备)
资助基金：国家自然科学基金项目(61374044)上海市教委创新重点项目(14ZZ088)2013年上海市人才发展基金,上海市宝山区科学技术委员会项目(BKW2013120)Supported by National Natural Science Foundation of China(61374044)Shanghai Municipal Education Commission(14ZZ088)Shanghai Talent Development Plan in 2013 and Shanghai Baoshan Science and Technology Commission(BKW2013120)
论文发表日期：2016-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 23-31 )
英文信息