橫向控制過程測量數(shù)據(jù)的稀疏性以及模型的高維性、強耦合和不確定性使得系統(tǒng)模型難以辨識.為快速、準確地辨識系統(tǒng)模型,文中提出了一種改進的遞推LevenbergMarquart(RLM)算法.首先闡述了橫向控制過程的二維參數(shù)化模型和辨識該模型的階躍辨識方法,然后通過修正RLM算法的目標函數(shù)來改進RLM算法,并應用改進RLM算法實時遞推辨識系統(tǒng)參數(shù)化模型的對位、穩(wěn)態(tài)空間響應和動態(tài)響應.仿真實驗與實際應用結(jié)果顯示,該辨識方法不僅可以一致地辨識系統(tǒng)參數(shù)化模型的空間響應與動態(tài)響應,而且具有比傳統(tǒng)RLM算法更快的收斂速度.

【文章頁數(shù)】：8 頁

【文章目錄】：
1 橫向控制系統(tǒng)模型與階躍辨識
    1.1 橫向控制系統(tǒng)模型
    1.2 階躍辨識
2 改進的RLM算法
3 應用改進的RLM算法辨識橫向過程
4 實驗結(jié)果與分析
    4.1 仿真實驗
    4.2 現(xiàn)場實驗
5 結(jié)論



本文編號：4036682