【技术实现步骤摘要】
一种针对带扰动的非线性系统辨识方法
本专利技术涉及工业控制
，尤其是一种针对带扰动的非线性系统辨识方法。
技术介绍
非线性系统广泛的存在于工业系统中，非线性系统的辨识、控制问题得到了越来越多的学者和工程师的重视，成为了研究的重点。非线性系统可以分为哈默斯坦系统、维纳系统和哈默斯坦维纳系统，一般由非线性环节和线性环节组成，其中非线性环节由多种形式，如死区、多个线性函数的集合等，线性环节主要为输出误差模型。其中输出误差类型的哈默斯坦系统是研究最为广泛的。在工业过程中，测量噪声是广泛存在，将输出误差模型转换为回归方程时，白色噪声将转换为有色噪声，最小二乘辨识算法将成为有偏估计，降低辨识精度。在辨识过程中，扰动将一直污染输出数据，降低辨识精度，所以必须消除扰动的影响。国内外很少有文献和专利提及带扰动的非线性的系统辨识方法，如学者Y.Mao等在文献“AnovelparameterseparationbasedidentificationalgorithmforHammersteinsystems”,(简译：一种新的解耦辨识算法在...
【技术保护点】
1.一种针对带扰动的非线性系统辨识方法，其特征在于包括以下步骤：/nA、将待辨识的工业控制系统转化为带扰动的非线性系统模型，所述非线性系统由一个非线性环节和一个线性环节组成，即输出误差类型的哈默斯坦系统；设定初始值
【技术特征摘要】
1.一种针对带扰动的非线性系统辨识方法，其特征在于包括以下步骤：
A、将待辨识的工业控制系统转化为带扰动的非线性系统模型，所述非线性系统由一个非线性环节和一个线性环节组成，即输出误差类型的哈默斯坦系统；设定初始值P(0)，u(k)＝0，p，γ1和γ2，收集系统输入输出数据u(k)和y(k)；
B、将上述带扰动的非线性系统模型分解成两个子模型：系统无噪声输出子模型和扰动子模型，构建系统输出向量Y(p，k)、信息向量信息矩阵扰动向量
C、更新系统参数构建和更新参数令k＝k+1，返回步骤A，直到满足截止条件其中δ为非负数，或者达到一定的采样数量；
D、辨识所述工业控制系统的参数和扰动。
2.根据权利要求1所述的针对带扰动的非线性系统辨识方法，其特征在于：步骤A中，定义u(k)表示系统输入，f(u(k))表示非线性环节函数，F(q-1)表示线性环节函数，x(k)表示系统的无噪声输出，表示系统扰动，v(k)表示系统输出噪声，y(k)表示系统输出，则带扰动的非线性离散模型如下：
其中，
na和nb为整数表示线性环节阶次，z表示移位因子，即
定义系统模型的参数向量和信息向量如下：
其中，ns＝na+nb×nc；
系统无噪声输出和系统输出分别表示为，
3.根据权利要求2所述的针对带扰动的非线性系统辨识方法，其特征在于：步骤B中，系统无噪声输出子模型和扰动子模型表示为，
y1(k)＝x(k)
y2(k)＝ζ(k)，
系统输出表示为，
y(k)＝y1(k)+y2(k)+v(k)，
预测误差函数表示为，
定义预测误差向量...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。