信息压缩阵在传感器智能化功能实现中的应用

传感器的智能化功能包括非线性校正、自校零与自校准、噪声抑制、自补偿、自诊断等 ,最小二乘法能较好地实现这些功能。而最小二乘法中模型的阶次和参数的确定是非常重要的 ,信息压缩阵能够方便地实现阶次和参数的同时确定 ,简化了运算 ,提高了工作效率。本文主要讨论了信息压缩阵在非线性校正中的应用。

Box-Jenkins模型阶次与参数同时估计的递推算法

研究了Box-Jenkins模型阶次与参数的同时估计问题。基于信息压缩阵的UD分解技术和广义增广最小二乘原理,提出Box-Jenkins模型阶次与参数同时估计的一种速推算法,减少了辨识计算量,改善数值稳定性,提高了辨识精度。仿真结果表明该算法的有效性。

一种非递推系统辨识算法的探讨

本文提出一种称为“信息压缩阵”的新的辨识算法,可用于最小二乘类非递推的辨识.由于这种算法能够同时给出参数的估计值和损失函数,所以计算量小于其它算法.仿真实例表明,这种辨识算法的性能满足要求.

一种能同时获得模型阶次和参数的递推辨识算法

对SISO线性差分方程模型,可以构造一种新的数据乘积矩矩阵,称信息压缩阵.对信息压缩阵进行递推UD分解,便得到一种新的递推辨识算法,它能在每步递推中同时得到模型的阶次和参数,从而降低了辨识过程的计算量.该方法还同时具有良好的数值计算品质.

一种多变量系统结构辨识和参数估计算法

提出一种新的多变量系统结构辨识和参数估计算法，它可同时递推辨识多变量系统 的结构指数和所有子系统的各阶模型参数，具有计算量小，计算品质好，编程简单等优 点。