期刊文献+

一种辨识Hammerstein模型的新方法 被引量:7

A NEW METHOD FOR THE IDENTIFICATION OF HAMMERSTEIN MODEL
下载PDF
导出
摘要 本文结合参数估计理论和函数逼近论中的一些理论结果,提出了一种开环辨识Hammerstein模型的新方法。这种方法能够克服目前广泛采用的辨识Hammerstein模型的方法中的缺点,获得模型线性动态部分参数的渐近无偏估计及无记忆非线性特性,具有接近最佳逼近效果和较好收敛性的逼近多项式。 In this paper, a new method for open-loop identification of Hammerstein model is proposed by combining parameter estimation theory with some results in function approximation theory. The new method circumvents the defects of the currently widespread methods for Hammerstein model identification. Using the method, asymptotically unbiased parameter estimates of the model's linear dynamics and the memoryless nonlinearity's approximation polynomial of near the best approximation effect and good convergency can be obtained.
作者 郎自强
出处 《自动化学报》 EI CSCD 北大核心 1993年第1期37-45,共9页 Acta Automatica Sinica
基金 国家自然科学基金
关键词 模型 参数估计 辨识 HAMMERSTEIN Hammerstein model, open-loop identification parameter estimation, Best Chebychev Approximation Polynomial.
  • 相关文献

参考文献2

  • 1余鹤龄,控制理论与应用,1989年,增刊2期,45页
  • 2沈燮昌,多项式最佳逼近的实现,1984年

同被引文献37

  • 1黄正良,万百五,韩崇昭.辨识Hammerstein模型的两步法[J].控制理论与应用,1995,12(1):34-39. 被引量:26
  • 2张艳,李少远,王笑波,周坚刚.基于粒子群优化的Wiener模型辨识与实例研究[J].控制理论与应用,2006,23(6):991-995. 被引量:15
  • 3胡玉玲,曹建国.基于模糊神经网络的动态非线性系统辨识研究[J].系统仿真学报,2007,19(3):560-562. 被引量:23
  • 4吴德会.基于支持向量机的非线性动态系统辨识方法[J].系统仿真学报,2007,19(14):3169-3171. 被引量:13
  • 5KOUKOULAS P, KALOUPTSIDIS N. Nonlinear system identification using Gaussian inputs[J]. IEEE Transactions on Signal Processing, 1995, 43(8): 1831 - 1841.
  • 6LEVIN A U, NARENDRA K S. Control of nonlinear dynamical systems using neural networks - Part II: observability, identification, and control[J]. IEEE Transactions on Neural Networks, 1996, 7(1): 30 - 42.
  • 7NARENDRA K S, PARTHASARATHY K. Identification and control of dynamical systems using neural networks[J]. IEEE Transactions on Neural Networks, 1990, 1(1): 4 - 27.
  • 8NARENDRA K S, GALLMAN P G. An interative method for the identification of nonlinear systems using a Hammerstein model[J]. IEEE Transactions on Automatic Control, 1966, 11(6): 546- 550.
  • 9PATRA J C, PANDA G, BALIARSINGH R. Artificial neural network-based nonlinearity estimation of pressure sensors[J]. IEEE Transactions on Instrumentation and Measurement, 1994, 43(6): 874 - 881.
  • 10郎自强,1989年

引证文献7

二级引证文献40

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部