Recursive Parameter Method for Computing the Predicting Function of the Multivariable ARMAX Model

New method for computing the predicting function of the ARMAX model is proposed. The proposed method constructs a set of schemes for recursively computing the parameters in predicting function of the ARMAX model. In contrast to the existing method, that only gives results for the special case of the ARX model, the method presented is suitable not only for an SISO system, but also for an MIMO system. For the SISO system, the method presented here is even more convenient than the exisiting ones.

ON IDENTIFIABILITY FOR MULTIDIMENSIONAL ARMAX MODEL

This paper gives a definition of identifiability for multidimensional linear input-output systems and presents a necessary and sufficient condition for its satisfaction.For a class of identifiable systems it is also shown that the unknown coeffcients of the system can consistently be estimated by a recursive algorithm.

拖拉机三点悬挂电液加载系统研究与试验

三点悬挂系统是拖拉机关键工作系统之一。由于田间作业工况的复杂多变,拖拉机三点悬挂液压系统承受较大的随机载荷,容易发生零部件破坏与液压故障等问题,直接影响拖拉机安全及作业效率。基于以上问题,研发了拖拉机三点悬挂电液加载系统,并基于NI Compact-RIO开发了拖拉机加载平台测控仪与上位机测控软件,实现了信号采集与加载控制。利用ARMAX模型进行系统辨识,得到电液系统模型,并与MatLab传递函数辨识箱比较,平均绝对误差降低33.90%,均方误差降低87.36%,均方根误差降低64.45%;基于PID控制方法,上位机以20Hz加载频率将阶梯信号、正弦信号、田间三点悬挂牵引力载荷应用于加载系统进行复现,效果完全可以满足试验台的控制加载要求。试验结果表明:基于ARMAX模型的系统辨识及基于PID的控制方法结合三点悬挂电液加载系统,可将田间三点悬挂牵引力载荷加载复现,为基于田间动态载荷加载的拖拉机三点悬挂零部件与系统可靠性试验提供了平台和方法支撑。

基于偏差消除最小二乘估计和Durbin方法的两阶段ARMAX参数辨识

针对带有外生变量的自回归移动平均模型(Autoregressive moving average with exogenous variable,ARMAX)的参数辨识问题提出一种两阶段辨识方法.首先通过偏差消除最小二乘方法辨识带有外生变量的自回归部分(Autoregressive part with exogenous variable,ARX),然后采用Durbin方法将移动平均部分(Moving average,MA)的参数辨识问题转换成一个长自回归模型(Long autoregressive,LAR)的参数辨识问题,并利用MA与等价LAR的参数对应关系直接得到MA参数,最后利用辨识出的MA参数计算出噪声方差.与扩展最小二乘法的数值仿真比较验证了这种两阶段辨识方法的有效性.

基于ARMAX模型自适应预测函数控制

本文提出了基于 ARMAX模型的自适应预测函数控制 ,该算法的特点是占用内存少 ,计算速度快 ,并具有较强的鲁棒性 .ARMAX模型参数是通过带遗忘因子的递推最小二乘算法在线辨识得到 .仿真结果表明 ,该控制算法比

利用ARMAX模型识别结构模态参数

由振动系统的运动方程建立了描述系统输入、输出和噪声特性的外源自回归滑动平均 (ARMAX)模型。采用近似极大似然法估计ARMAX模型系数 ,克服了传统极大似然估计方法的高度计算复杂性 ,需要对参数的初值进行猜测的缺点。仿真结果表明本文方法鲁棒性较好。

非线性NARMAX模型的ARMAX模型全局线性化

提出了基于ＮＡＲＭＡＸ模型的非线性系统的全局线性化方法．该方法用时变的ＡＲＭＡＸ模型近似描述非线性ＮＡＲＭＡＸ模型．证明了这一线性化方法的有界性，并给出了相应的实现方法．仿真结果说明了该方法的有效性．

基于有偏t分布ARMAX模型的短期电价预测

基于正态分布假设的时间序列分析模型不能有效地处理电价的有偏厚尾性,在对电力市场现货电价的影响因素和波动规律综合分析的基础上,提出了一种基于有偏学生t分布ARMAX模型的短期电价预测方法。该方法可同时考虑电价分布的有偏厚尾性、多重周期性及其与负荷之间的非线性相关性。对PJM电力市场历史数据的算例研究表明,该方法计算量小,待估参数少。

基于ARMAX代理模型的车-桥耦合系统可靠性研究

为探究车-桥耦合系统可靠性的效率和精度,建立列车-桥梁的耦合振动模型,并采用自回归方法模拟轨道不平顺.回顾ARMAX(auto-regressive moving average exogenous)模型的基本原理,提出了基于ARMAX代理模型的车-桥耦合系统可靠性分析框架;利用代理模型获得列车响应预测值,并与直接蒙特卡罗模拟(monte carlo simulation,MCS)法结果进行对比,探讨了代理模型在分析行车安全时的计算精度和可靠性分析效率.结果表明:代理模型预测列车竖向和横向加速度响应的效率显著高于MCS法,约为3个数量级;预测竖向、横向车体加速度的精度分别为98.66%、86.55%,求解精度较好,可显著提高车-桥耦合系统可靠性分析的效率.

基于半参数LM-ARMAX模型的股价波动成因分析

选择沪市1991-2010年所有上市公司的数据,建立LM-ARMAX模型来实证股票价格波动的决定因素;然后,根据模型半参数估计的结果,进行基于半参数估计的广义似然比检验和基于Wild Bootstrap的Smirnov检验.研究结果表明:市帐率和成交量是股票价格波动的主要因素,而净资产收益率对股票价格波动的影响不显著;相比起"指数研究"和"样本替代研究"而言,实证的数据精确度更高,说服力更强.

多维ARMAX系统辨识的一种新的递推预报误差算法

本文根据预报误差(RPE)算法的思想,对多输入-多输出 ARMAX 模型 A(z)y_n=B(z)u_n+C(z)ε_n 发展了一种新的辨识算法.由于在算法中加了矩阵多项式 C(z)的稳定性检验,这一种算法比推广最小二乘算法具有更快的收敛速度,这个结果在计算机仿真中得到了证实.

一种新的预测冰蓄冷空调负荷的ARMAX模型辨识方法

基于系统辨识理论,提出一种新的预测冰蓄冷中央空调平均负荷的外源自回归滑动平均(ARMAX)模型辨识方法.首先根据空调负荷历史数据构建次日平均负荷的ARMAX模型;然后基于不同的室外最高温度建立自适应ARMAX温度区间模型,该模型由几组参数时变的子模型组成,子模型参数由在线回归算法辨识.测试数据表明,所提出的ARMAX温度区间模型与传统的ARMAX模型相比具有较高的预测精度,而且室外最高温度差异越大,效果越明显,可用于冰蓄冷中央空调的优化控制. Abstract： A novel ARMAX model identification method for average load forecasting of ice-storage central air conditioning is introduced based on system identification theory. Firstly an ARMAX model for the next day average load is obtained according to the historical data,then an adaptive ARMAX model is proposed based on different outdoor maximum temperature, the temperature interval based ARMAX model is composed of several time-varyiag sub-models whose parameters are identified using an on-line regression algorithm. As a result, the proposed model has good quality in terms of prediction precision in comparison with traditional ARMAX model, besides, the more outdoor maximum temperature difference, the better prediction precision, it can be applied to the optimal control of ice-storage central air conditioning.

聚合物驱含水动态规律的ARMAX法建模与预测

用数值模拟方法研究聚合物驱油动态规律由于影响因素多且不确定,得到的结果与实际效果相比会有一定偏差,而利用历史数据建模时大多只考虑综合含水、注入黏度、渗透率等参数,而没有考虑反映聚合物驱的开发生产和注入参数,且建立的多为静态模型,不能完全反映聚合物驱的动态规律。为此,提出了一种系统辨识理论的建模方法,对油田聚合物驱的含水变化进行预测。该方法建立的模型是一带有外部激励的自回归滑动平均模型(ARMAX)。所建立的模型主要考虑了注入浓度、采油速度等影响聚合物驱含水变化的动态因素。通过实际聚合物驱动态数据测试,验证该方法建立的模型预测精度较高。利用ARMAX模型对聚合物驱含水变化进行预测是评价聚合物驱效果并降低风险的一种有效的方法。

ARMAX模型两种自适应k步超前预报形式的比较

ARMAX模型的自适应k步超前预报通常有单步预报和多步预报两种形式,前者依籁于若干个过去时刻固定步数(k步)的预报,后者则用到一系列固定时刻不同步数(k—1,k—2,…)的预报,本文证明二者是完全等价的,并且从应用的角度和模拟试验的结果对它们进行了比较。

Identification and Modeling of Automotive Electrical Parking Brake System for SiL Simulation

To evaluate the software behavior of the electronic control unit （ECU） of automotive electrical parking brake （EPB）, a software- in-the-loop （SiL） simulation system is built. The EPB is simulated by ARX （auto-regressive with auxiliary input） model, ARMAX （auto-regressive moving average with auxiliary input） model, and NNARMAX （neural network ARMAX） model. By system identification, the ARX（3,4,2）, ARX（4,4,2）, ARMAX（3,3,1,1）, and ARMAX（4,4,3,2） models are derived. Validation results show that the four-order ARMAX model and the NNARMAX model better simulate the actuator of the EPB.

基于ARMAX模型的集中供热系统负荷预测研究

基于时间序列分析原理,采用最小二乘参数估计方法,通过引入室外温度作为回归项,得到了集中供热系统负荷预测的ARMAX模型并应用于对实际供水温度的预测。通过预测值和实际值的对比,其结果证明了该模型和方法的有效性。

基于ARMAX模型的子空间辨识算法

针对于子空间辨识算法辨识闭环系统时,由于输入信号与不可测噪声是相关的,往往会得到有偏估计的问题。提出一种采用自回归滑动平均模型(ARMAX)的闭环子空间辨识方法,通过扩展最小二乘方法(ELS)估计ARMAX模型中的马尔科夫(Markov)参数,使用预测的子空间辨识方法(PBSID)获取系统参数矩阵,避免了采用高阶自回归模型(ARX)所导致的过大的估计方差等问题。算法实例验证结果表明,改进方法能够获得较好的闭环系统一致性估计,辨识精度较高,有非常良好的应用前景。

基于ARMAX模型和稀疏正则化的结构损伤识别方法

结构健康监测系统对于保障工程结构安全具有重要意义,而结构损伤识别方法是结构健康监测系统的关键组成部分。本文提出一种基于时间序列ARMAX模型和稀疏正则化的结构损伤识别方法。首先,建立与结构运动方程对应的ARMAX模型,并利用模型自回归系数提取结构的固有频率和振型;然后,将提取的结构模态参数作为损伤敏感特征,构建损伤识别求解方程;最后,结合结构损伤的稀疏特性,使用稀疏正则化算法对方程进行求解,由解向量中的非零元素可得结构损伤的位置和程度。进行了一个六层集中质量剪切结构试验,试验结果表明该方法可以准确识别出结构中损伤的位置和程度,与传统损伤识别方法相比,该方法有效提高了损伤识别的精度。

考虑参数不确定性的列车-桥梁垂向耦合振动的PC-ARMAX代理模型研究

车-桥耦合系统不可避免的受到系统参数不确定性的影响,为了研究车-桥耦合系统参数随机性的影响,提出了可考虑动态时变系统参数不确定性的PC-ARMAX(Polynomial Chaos expansions and AutoRegressive Moving-Average with eXogenous inputs)模型。该模型采用ARMAX模型建立了不同系统参数条件下的代理模型,针对不同系统参数条件下代理模型的参数进行混沌多项式展开。在不考虑随机轨道不平顺影响的条件下,分析了车体质量、二系刚度和阻尼等参数随机性对车-桥响应的影响。研究了轨道不平顺随机性和参数不确定性共同作用的影响。结果表明:该模型的预测结果和蒙特卡洛模拟(MCS)的结果吻合,最大误差仅为2%,计算效率较MCS提高了2个~3个数量级;车体质量参数随机对车辆响应的影响最大,系统参数随机性的影响在车-桥耦合振动分析中是不可忽略,且同时考虑参数不确定性和激励随机性的影响是必要的。

ARMAX模型在角脉冲试验数据后处理中的应用

以ARMAX模型作为系统模型,利用增广最小二乘法对模型的输入、输出及噪声项系数进行估计,再利用欧拉变换得出汽车转向盘转角脉冲输入试验的频域特性曲线。根据某款轿车的3次角脉冲试验数据,将ARMAX模型参数估计法与傅立叶变换处理方法进行比较。结果表明,ARMAX参数估计方法处理的系统频率特性曲线更平滑,参数一致性更好,更逼近实际值。