【摘要】：系統(tǒng)辨識是一門利用測量數據建立系統(tǒng)數學模型的學科。特別是在控制科學中,系統(tǒng)辨識扮演著重要的角色。用于描述系統(tǒng)動態(tài)特性的模型既可以是離散時間模型,又可以是連續(xù)時間模型。由于計算機與數字化設備的普及,離散時間模型辨識占據了系統(tǒng)辨識研究的絕大部分。然而,物理界幾乎所有的系統(tǒng)都自然而然地可用連續(xù)時間模型來描述。另外,基于連續(xù)時間模型的辨識在某些情形下優(yōu)于離散時間模型，因此研究連續(xù)時間模型辨識是有意義的。分數階系統(tǒng)是廣泛存在的,其模型是傳統(tǒng)整數階模型的推廣,并且可以歸類為連續(xù)時間模型的一種。在分數階模型的框架下研究一類問題更具有一般性。子空間方法是一種針對多輸入多輸出系統(tǒng)的辨識方法,擁有較好的數值穩(wěn)定性。大量子空間方法的研究集中在離散時間模型情形,但是考慮到連續(xù)時間模型的潛在優(yōu)點,基于連續(xù)時間模型的子空間方法是值得研究的。本文在連續(xù)時間模型的框架下,研究時域的子空間辨識問題。首先,本文通過引入核范數最小化優(yōu)化工具來消除輸出噪聲的影響。不同于輔助變量利用信號間的相關特性來消除噪聲影響,本文為噪聲信號建立一個模型,然后構建出一個核范數最小化的最優(yōu)化問題。核范數法無需考慮輔助變量的選擇問題,而是直接估計出噪聲信號信息,然后將其從觀測數據信息中移除。對比傳統(tǒng)的截斷法處理,核范數法能有效地消除測量噪聲影響。與前沿優(yōu)化方法的結合為連續(xù)時間模型子空間方法提供了新的思路。其次,本文給出了基于連續(xù)時間模型的遞推子空間方法,利用Givens旋轉變換和傳播算子法保證了算法的簡便性。提出了一種新的數據窗概念用于保證數據的實時有效性,從而滿足在線估計的要求。同時,本文還給出一種基于分數階微分的全新輔助變量設計方法,以及引入和不引入輔助變量的兩種遞推算法實現(xiàn)。在合理的參數設定下.兩種算法均能抑制噪聲干擾,并能有效地對系統(tǒng)特性進行跟蹤。最后,本文在分數階系統(tǒng)模型的一般框架下,研究一類基于非一致采樣數據的子空間辨識問題。第一步利用分數階Laguerre生成函數對非一致數據進行補全,第二步基于補全后的數據利用MOESP法進行模型參數估計。另外,在該框架下給出了基于連續(xù)時間模型的子空間方法的推導過程。信號時間微分通過Poisson矩函數法進行處理,并且本文深入討論了Poisson濾波器對噪聲的抑制作用。仿真算例表明,在不同程度的數據丟失情形下,所提方法都能有效地進行參數估計。
【學位授予單位】：中國科學技術大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：N945.14

【相似文獻】

相關期刊論文 前8條

1 胡素華;;金融工程中資產收益的連續(xù)時間模型估計方法評述[J];紹興文理學院學報(自然科學版);2007年01期

2 趙馳;殷煉乾;;高頻數據驅動的連續(xù)時間模型估計[J];統(tǒng)計與信息論壇;2010年05期

3 胡素華;張世英;張彤;;金融工程中資產收益的連續(xù)時間模型評述[J];中國管理科學;2006年02期

4 蘇生;戰(zhàn)德臣;徐曉飛;;一種并行機多產品廠短期調度連續(xù)時間模型[J];計算機集成制造系統(tǒng);2006年04期

5 廖錦源;伍乃騏;;基于連續(xù)時間模型的染缸排產研究[J];工業(yè)工程;2012年04期

6 浦江燕;張伏;;信息不對稱下帶有“隨機壓力”定價規(guī)則的連續(xù)時間模型[J];數學年刊A輯(中文版);2014年01期

7 朱文革;;連續(xù)時間模型下的壽險需求和中國壽險市場的相關實證研究[J];經濟學(季刊);2006年02期

8 ;[J];;年期

相關會議論文 前1條

1 朱文革;;連續(xù)時間模型下的壽險需求和中國壽險市場的相關實證研究[A];經濟學（季刊）第5卷第3期（總第21期）[C];2006年

相關博士學位論文 前1條

1 陳旋;離散和連續(xù)時間模型在原油調度問題中的應用研究[D];清華大學;2012年

相關碩士學位論文 前3條

1 胡揚聲;基于連續(xù)時間模型的時域子空間辨識研究[D];中國科學技術大學;2016年

2 徐鵬飛;連續(xù)時間模型的非參數設定檢驗問題研究[D];南京理工大學;2012年

3 唐琳;連續(xù)時間模型的貝葉斯分析和金融應用研究[D];西南交通大學;2010年

，

本文編號：2626234