基于变步长分块滤波器的Volterra级数简化辨识方法

针对Volterra级数辨识中的维数灾难问题,提出了一种基于变步长分块最小均方滤波器的Volterra级数简化辨识方法.该方法利用影响指数的概念,在保证一定辨识精度的前提下,对每个Volterra核根据其对辨识的贡献大小进行筛选,再用筛选出的有效核作为对原系统的近似,从而达到降低辨识中核向量维数的目的.同时,该方法将块滤波器的块平均绝对误差与滤波器的步长因子相关联,使得块滤波器的步长因子随着数据块的平均绝对误差而动态调整,改善了辨识的收敛性能.将该方法应用于某型直升机电动舵机的Volterra级数模型的辨识,结果表明,在保证一定精度的前提下,可以将核的数量降低50%以上.