部分线性变系数模型的约束岭估计

本文研究了部分线性变系数模型在线性部分存在多重共线性和参数分量附加约束条件时的估计问题。基于profile最小二乘估计和岭回归估计方法,构造了参数分量的约束profile岭估计,并研究了其性质。

热工模型中纯迟延时间的递归估计算法

为了对典型的热工模型——二阶惯性加纯迟延模型的参数进行在线辨识,介绍并推导了基于递推最小二乘在线辨识算法,对带有纯迟延时间系统进行参数估计。连续系统小于采样周期的纯迟延时间,在相应的采样系统中就会产生一个副实零点,利用这个零点引起的相位变化来对小于采样周期的迟延进行估计。采用最小化损失函数的两步辨识法,对系统的其它参数和采样周期整数倍的迟延进行估计。利用这种递推辨识算法对热工模型进行参数辨识,得到模型的离散传递函数,进而求得其对应的连续传递函数。结果表明,这种算法收敛性好,能够用来对热工对象进行在线参数估计。

基于辅助变量的永磁同步直线电机系统辨识研究

针对永磁同步直线电机系统在有色噪声干扰下的辨识问题,提出了一种基于辅助变量的模型参数辨识方法。分析并建立了永磁同步直线电机的数学模型和系统的开环传递函数,引入辅助变量对标准的递推最小二乘法进行改进,对夹杂有色噪声数据的系统模型进行参数辨识。同时,基于固定模型的变回归估计方法(FMVRE)辨识了系统中可能存在的纯延时环节因子。仿真结果表明:在有色噪声影响下,辅助变量递推最小二乘法的辨识精度要高于标准的递推最小二乘法,各参数估计值的误差均在4%以下,并且额外增加的计算量较少。辨识实验的结果也证明了辅助变量递推最小二乘法能够在有色噪声干扰下辨识出较为精确的系统模型。