有色噪声干扰下Hammerstein非线性模型辨识

针对非线性Hammerstein模型存在滑动平均噪声干扰问题,提出了一种智能分离辨识方法.利用多项式模型和状态空间模型分别建立Hammerstein模型的非线性子系统和线性子系统,并设计组合信号分离辨识Hammerstein模型的静态非线性子系统和动态线性子系统.首先,分析了二进制信号不激发非线性子系统特性,推导出基于辅助变量的增广最小二乘方法辨识动态线性子系统和噪声模型的参数,有效削弱了滑动平均噪声的干扰.其次,为了提高随机梯度辨识方法的辨识精度和收敛速度,推导了遗忘因子增广随机梯度方法,基于随机信号的输入/输出数据辨识静态非线性子系统的参数.仿真结果表明,本文推导的方法能够辨识滑动平均噪声干扰下Hammerstein模型,与递推增广最小二乘方法、迭代梯度方法和辅助模型递推增广最小二乘方法相比,提出的方法能够取得较高的辨识精度.