内部更新多新息梯度的Wiener系统盲辨识

作     者：鲁西坤 焦龙 卢超 LU Xikun;JIAO Long;LU Chao

作者机构：安阳工学院电子信息与电气工程学院河南安阳455000 

基　　金：国家自然科学基金资助项目(62006213) 河南省科技计划项目(222102240076) 

出 版 物：《控制工程》 (Control Engineering of China)

年 卷 期：2023年第30卷第11期

页      码：2116-2124页

摘      要：针对Wiener系统信息未知和多新息长度约束辨识精度问题,提出一种行列式定阶法和基于内部更新多新息梯度辨识方案。首先,基于参数分离技术,构造线性和非线性参数无交叉乘积项的辨识模型。其次,利用参考模型思想和系统数据推导确定系统阶次的行列式比方法,简化盲辨识算法设计复杂度。借鉴内部更新理论,首次将给定多新息参数更新分解为多个子新息内部参数更新,解决新息长度限制辨识性能问题,提高辨识的精度。最后,对比例子和理论分析结果,证明了所提辨识方案的有效性和较好的辨识性能。

主 题 词：Wiener系统 内部更新理论 盲辨识 多新息理论 

学科分类：08[工学] 0802[工学-机械学] 0835[0835] 080201[080201] 

D　O　I：10.14107/j.cnki.kzgc.20210319

馆 藏 号：203124533...