隨著現(xiàn)代工業(yè)的發(fā)展,多率系統(tǒng)在自動化領域得到廣泛應用。在實際工業(yè)應用領域,傳統(tǒng)的單率采樣控制系統(tǒng)無法滿足現(xiàn)代工業(yè)的生產(chǎn)需要,這就要求控制系統(tǒng)內(nèi)各個采樣器和保持器以不同的采樣周期進行采樣或保持,這樣,在同一個控制系統(tǒng)中就出現(xiàn)了多組不同操作頻率,對應的系統(tǒng)稱為多率系統(tǒng)。研究這類多率系統(tǒng)的辨識問題具有重要的理論意義和實用價值。論文以國家自然科學基金項目為背景,研究有兩個輸入通道的多率系統(tǒng)的梯度型辨識方法。在查閱了相關多率辨識文獻的基礎上,作者深入研究了雙輸入多率系統(tǒng)的梯度型辨識問題,并對提出的部分參數(shù)辨識方法的收斂性進行了理論分析,取得了下列研究成果。1.論文針對兩個輸入通道采樣頻率不相等的多率系統(tǒng),推導出雙輸入多率系統(tǒng)的離散時間狀態(tài)空間模型,進一步得出對應的離散系統(tǒng)傳遞函數(shù)模型,考慮不同的隨機噪聲干擾,得到雙輸入多率隨機系統(tǒng)模型。2.研究了雙輸入多率系統(tǒng)受控自回歸模型的參數(shù)辨識問題,給出了雙輸入多率系統(tǒng)隨機梯度辨識算法。由于隨機梯度算法的收斂速度比較慢,為了提高算法的收斂速度和改善參數(shù)估計精度,在算法中引入遺忘因子,得到了帶遺忘因子隨機梯度辨識算法,簡稱遺忘梯度辨識算法。在持續(xù)激勵條件下,... 

【文章來源】：江南大學江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：92 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 概論
    1.1 問題提出與研究意義
    1.2 系統(tǒng)辨識方法綜述
    1.3 多率系統(tǒng)辨識方法綜述
    1.4 本文主要研究內(nèi)容
第二章 雙輸入多率隨機系統(tǒng)模型
    2.1 引言
    2.2 單率系統(tǒng)基本模型
        2.2.1 連續(xù)時間狀態(tài)空間模型離散化
        2.2.2 單率隨機系統(tǒng)模型
    2.3 雙輸入多率隨機系統(tǒng)基本模型
        2.3.1 雙輸入多率離散系統(tǒng)傳遞函數(shù)模型
        2.3.2 雙輸入多率隨機系統(tǒng)基本模型
    2.4 小結
第三章 雙輸入多率CAR模型的隨機梯度辨識方法
    3.1 引言
    3.2 算法推導
    3.3 收斂性證明
    3.4 仿真例子
    3.5 小結
第四章 雙輸入多率方程誤差類模型的梯度辨識方法
    4.1 引言
    4.2 雙輸入多率CARMA模型的增廣隨機梯度辨識算法
        4.2.1 算法推導
        4.2.2 仿真例子
    4.3 雙輸入多率動態(tài)調(diào)節(jié)系統(tǒng)的廣義隨機梯度辨識算法
        4.3.1 算法推導
        4.3.2 仿真例子
    4.4 小結
第五章 雙輸入多率系統(tǒng)輸出誤差類模型的梯度辨識方法
    5.1 引言
    5.2 雙輸入多率OE模型的輔助模型隨機梯度辨識算法
        5.2.1 算法推導
        5.2.2 收斂性證明
        5.2.3 仿真例子
    5.3 雙輸入多率OEMA模型的輔助模型增廣隨機梯度辨識算法
        5.3.1 算法推導
        5.3.2 仿真例子
    5.4 雙輸入多率OEARMA模型的輔助模型廣義增廣隨機梯度辨識算法
        5.4.1 算法推導
        5.4.2 仿真例子
    5.5 小結
第六章 結論與展望
致謝
參考文獻
附錄: 作者在攻讀碩士學位期間發(fā)表的論文


【參考文獻】：
期刊論文
[1]兩輸入多率采樣系統(tǒng)隨機梯度辨識算法[J]. 張彩霞,陸靜,丁鋒.  科學技術與工程. 2008(16)
[2]一類非均勻采樣系統(tǒng)最小二乘迭代辨識[J]. 蔣紅霞,王金海,丁鋒.  系統(tǒng)工程與電子技術. 2008(08)
[3]非均勻采樣數(shù)據(jù)系統(tǒng)的一種辨識方法[J]. 謝莉,丁鋒.  控制工程. 2008(04)
[4]Modeling and Identification of Multirate Systems[J]. Feng DING Tongwen CHEN (Department of Electrical and Computer Engineering University of Alberta, Edmonton, Alberta, T6G 2V4 Canada).  自動化學報. 2005(01)
[5]非均勻周期采樣多率系統(tǒng)的一種辨識方法[J]. 丁鋒,陳通文,蕭德云.  電子學報. 2004(09)
[6]多新息隨機梯度辨識方法[J]. 丁鋒,蕭德云,丁韜.  控制理論與應用. 2003(06)
[7]時變參數(shù)遺忘梯度估計算法的收斂性[J]. 丁鋒,丁韜,楊家本,徐用懋.  自動化學報. 2002(06)
[8]隨機梯度算法的收斂性分析[J]. 丁鋒,楊家本.  清華大學學報(自然科學版). 1999(01)
[9]多變量系統(tǒng)的輔助模型辨識方法的收斂性分析[J]. 丁鋒.  控制理論與應用. 1997(02)
[10]系統(tǒng)參數(shù)和狀態(tài)聯(lián)合估計[J]. 丁鋒,謝新民.  控制與決策. 1994(03)



本文編號：3106026