一种基于beta小波基函数展开的时变非线性系统快速辨识方法技术方案

本发明专利技术提出一种基于beta小波基函数展开的时变非线性系统快速辨识方法。如图1所示流程，该方法首先建立时变非线性模型，通过FPE定阶准则确定模型最优阶次；随后利用beta小波基函数对模型时变参数进行展开，得到基于beta小波展开的时不变参数模型；然后采用正交前向回归算法选取模型有效项，结合APRESS交叉验证标准确定模型有效项数量，并估计相应时不变参数，建立稀疏模型结构；最后逆向求解得到稀疏模型的时变参数。本发明专利技术提出的方法与现有的基于主B样条多小波基函数展开的时变参数辨识方法相比，能有效降低辨识过程的时间复杂度，提高稀疏模型的辨识精度，为时变非线性系统的快速辨识分析提供了新的思路与理论框架。

【技术实现步骤摘要】
一种基于beta小波基函数展开的时变非线性系统快速辨识方法
本专利技术提出一种基于beta小波基函数展开的时变非线性系统快速辨识算法，它为时变非线性系统参数建模提供了新的解决方案，属于信号分析与处理

技术介绍
时变系统在目前的科学研究和工程实践中广泛存在，通过对时变系统建立有效的数学模型可以解决时变系统的辨识问题。时变参数建模方法是非平稳系统分析的主要研究方法，具体可以分为以下三种建模思路：第一种思路是利用有限个一定长度的滑动时间区间将时变信号划分成若干个信号片段，在每个区间内将信号片段视为平稳信号进行处理，该类方法中，时变信号的辨识结果往往受到时间区间长度划分限制，而且对于不同时变系统很难给出一个统一的时间窗口划分标准，因此该方法在普适性上存在很大的局限；第二种思路是采用经典自适应算法，即将模型中时变参数作为随机变量进行处理，此类方法主要包括最小均方算法(least-meansquares,LMS)和递归最小二乘法(recursiveleastsquares,RLS)等，虽然此类算法存在计算量小、稳定度高的优点，但对于参数变化快速的时变信号，此类方法因其收敛速度慢，往往无本文档来自技高网...

【技术保护点】
基于beta小波基函数展开的时变非线性系统的快速辨识方法，其特征在于包括：步骤1.时变非线性模型：将系统输出反馈和输入信号的非线性组合作为系统输入，构建时变非线性模型；步骤2.beta小波扩展模型：利用beta小波基函数对时变非线性模型中的时变参数进行线性加权展开，得到基于beta小波展开式的时不变模型；步骤3.有效模型结构检测：利用经典正交前向回归算法对beta小波基函数扩展后的时不变参数模型进行有效项选取，去除扩展模型中的冗余项，建立有效的稀疏模型结构，同时估计相应的时不变参数；步骤4.模型重构：结合稀疏模型结构的有效项和估计得到的时不变参数，通过逆向求解得到初始时变非线性模型的时变参数，...

【技术特征摘要】
1.基于beta小波基函数展开的时变非线性系统的快速辨识方法，其特征在于包括：步骤1.时变非线性模型：将系统输出反馈和输入信号的非线性组合作为系统输入，构建时变非线性模型；步骤2.beta小波扩展模型：利用beta小波基函数对时变非线性模型中的时变参数进行线性加权展开，得到基于beta小波展开式的时不变模型；步骤3.有效模型结构检测：利用经典正交前向回归算法对beta小波基函数扩展后的时不变参数模型进行有效项选取，去除扩展模型中的冗余项，建立有效的稀疏模型结构，同时估计相应的时不变参数；步骤4.模型重构：结合稀疏模型结构的有效项和估计得到的时不变参数，通过逆向求解得到初始时变非线性模型的时变参数，从而重构稀疏的时变非线性参数模型。2.如权利要求1所述的基于beta小...

【专利技术属性】
技术研发人员：李阳，章敬波，崔渭刚，徐颂，胡庆雷，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11