一种新型的非平稳随机系统参数辨识算法

本文针对带输入端慢时变干扰非平稳动态系统，基于理论推导提出新型的两步最小二乘算法（ＴＳ－ＬＳ），并对算法性质进行了详细的理论分析。数值仿真结果表明该算法的有效性和算法的一些重要性质。

非平稳随机系统两步最小二乘算法研究

本文针对输入端具有慢时变干扰的非平稳动态系统，通过理论推导，提出一种新型的两步最小二乘算法（TS-LS），并说明TS-LS是增广矩阵方法的一个特例．仿真结果表明了增广矩阵方法的可行性．

非平稳随机系统的建模与预测控制

本文研究均值方差等概率特征为时变的非稳态非高斯离散随机系统的建模与预测控制.状态空间模型可以用于对该类系统建模,但需要使用Kalman滤波进行参数估计.然而,状态空间模型的未知参数的个数将随着时间单调增加.为解决这一问题,本文提出广义时间序列(GTS)模型用于非稳态随机系统的建模.GTS实际上是一种可以预测时变概率分布的参数模型.而且,GTS不受高斯分布假设制约.基于GTS模型,提出了利用广义预测控制(GPC)算法进行预测控制.最后,将利用服从t-分布的仿真数据说明GTS建模和预测控制的可行性和有效性.