一种基于折息最小二乘法的PMSM磁链辨识方法

永磁同步电机(permanent magnet synchronous motor,PMSM)的磁链准确辨识是实现高性能电机控制的基础。针对传统递推最小二乘(recursive least squares,RLS)法受噪声影响小但存在数据饱和,影响辨识精度和动态性问题,以及遗忘最小二乘(recursive least squares with forgetting factor,FRLS)法避免数据饱和但存在参数估计误差与动态跟踪性能矛盾的问题,文章提出一种基于折息最小二乘(recursive least squares with discount factor,DRLS)法的磁链辨识方法。该算法在FRLS法中引入加权因子构成折息因子,采用递推方法进行磁链辨识,减小参数估计误差,提高磁链辨识精度及动态跟踪能力。通过MATLAB仿真及半实物仿真试验,验证所提磁链识别方法的有效性。

利用计算机仿真与系统辨识求解导弹弹道轨迹

提出了求解某武器系统导弹弹道轨迹的两种方法：计算机仿真和系统辨识方法．详细介绍了导弹系统的计算机仿真模型，并利用控制理论和数值分析的方法对仿真模型求解；根据系统辨识理论，将整个系统看作“黑箱”，建立与输入、输出数据等价的模型，引入折息因子对模型进行辨识．最后分别给出了计算机仿真试验曲线和系统辨识试验曲线，证明了两种求解方法的有效性．

CAR模型的递推估计及仿真

针对带有控制输入的自回归模型中未知参数的估计,将加权最小二乘法与限定记忆法相结合的新算法,利用C语言对其进行了仿真实验,该仿真实验进一步验证了新算法的有效性和实用性。