任意阶次多项式最小二乘拟合不确定度计算方法与最佳拟合阶次分析

阐述了一种采用矩阵方程表示的任意阶次多项式最小二乘拟合的不确定度计算方法,同时通过仿真研究了该方法的特性。通过该方法,可以得到拟合不确定度最小的拟合阶次,也就是最佳的拟合阶次。仿真得到的最佳拟合阶次与仿真模型的原函数阶次都为5阶,从而验证了该方法的有效性。

数据驱动的自寻阶最小二乘法及其在电机中的应用

为解决电机性能测试中某些性能曲线阶次难以确定,无法进行在线最佳阶次拟合的问题,本研究证明了转速-转矩曲线的泰勒多项式逼近,提出了一种基于数据驱动的自寻阶最小二乘算法,并应用于Visual Studio平台开发的电机测试系统中。该算法基于电机测试中采集的电参数数据,利用随机梯度算法,对要拟合的电机性能多项式曲线的参数进行逐次逼近,通过阶次评价函数选择出最佳阶次,从而实现在线最优拟合。经现场验证表明:该算法拟合速度快,能够给出最佳逼近模型,达到在线最佳阶次拟合的要求。