摘要：针对在永磁同步电机参数辨识过程中,由于"数据饱和"和噪声影响,导致传统的递推最小二乘法存在参数估计误差大和收敛慢的问题。利用改进的递推最小二乘法提高参数辨识的精度和收敛速度,以满足伺服系统在不同工况下动态性能。首先,结合永磁同步电机数学模型,设计了一种折息递推最小二乘辨识算法,通过在传统的最小二乘法中引入"折息因子"增强了算法的灵活性。然后,通过对存在白噪声干扰的永磁同步电机模型进行辨识算法的动态仿真。最后,利用搭建的实验测试平台进行算法的实验验证。仿真和实验结果表明提出的折息递推最小二乘算法,在参数辨识过程中降低了旧数据对辨识结果的影响,增强了算法对噪声干扰的鲁棒性,提高参数辨识结果的准确性和实时性。

摘要：饱和业已成为判断质性研究质量、说明样本量合理性的重要标准。本文系统梳理了三类饱和概念——理论饱和、主题饱和与数据饱和,指出研究者要考虑自身的整体研究设计以决定采信何种概念。此外,还介绍了三种记录和判断饱和的方法,它们分别是结构性编码本、饱和表以及概念深度量表。其中,结构性编码本较为适合采信演绎主题饱和与数据饱和概念的研究;饱和表主要有主题饱和表和编码饱和表两类,较为适合采信既定主题饱和模式、特别强调既定主题能够得到数据有效支撑的研究;概念深度量表尤为适合采信理论饱和模式的研究。本文指出,“度”的概念较好地把握了饱和的本质特征;质量(充分)而非数量(多少)是饱和的关键;饱和本身应当是具体的方法论实践,重视饱和,并对取得饱和的过程进行清晰陈述,有助于提升质性研究的规范性、透明度、质量和认可度。