方程誤差類模型的極大似然最小二乘估計(jì)
發(fā)布時(shí)間:2024-06-11 01:23
隨著系統(tǒng)辨識(shí)理論的不斷發(fā)展,極大似然辨識(shí)算法在近幾年得到了廣泛的發(fā)展,特別是在航天器,機(jī)器人,電力,化工等方面。因此,極大似然辨識(shí)算法的研究具有重要的理論和實(shí)用價(jià)值。本文將以國(guó)家自然科學(xué)基金項(xiàng)目為前提,基于極大似然辨識(shí)算法系統(tǒng)的研究方程誤差類模型的辨識(shí)問(wèn)題。在現(xiàn)有的文獻(xiàn)中,只是用極大似然辨識(shí)方法研究了簡(jiǎn)單的ARMAx系統(tǒng),原因是其噪聲是一個(gè)滑動(dòng)下均過(guò)程(即噪聲模型傳遞函數(shù)是一個(gè)多項(xiàng)式)。然而方程誤差類模型中的動(dòng)態(tài)調(diào)節(jié)系統(tǒng)和受控自回歸自回歸滑動(dòng)下均系統(tǒng)模型的噪聲項(xiàng)都是一個(gè)有理分式傳遞函數(shù),這便是論文中辨識(shí)問(wèn)題的困難之一。在查閱了相關(guān)文獻(xiàn)的基礎(chǔ)上,取得的研究成果如下: l.針對(duì)動(dòng)態(tài)調(diào)節(jié)系統(tǒng),推導(dǎo)了該模型系統(tǒng)的辨識(shí)模型,然后基于極大似然辨識(shí)思想,導(dǎo)出辨識(shí)模型的準(zhǔn)則函數(shù),并在此基礎(chǔ)上提出了該系統(tǒng)模型的Davidon Fletcher Povell(DFP)變尺度法。仿真結(jié)果表明,DFP變尺度法收斂速度快,辨識(shí)精度高。 2.根據(jù)迭代辨識(shí)原理,將帶有濾波的牛頓拉夫遜算法和遞推極大似然方法應(yīng)用于動(dòng)態(tài)調(diào)節(jié)模型系統(tǒng)。在算法中引進(jìn)濾波,改進(jìn)了牛頓拉夫遜算法。仿真結(jié)果表明,帶有濾波的牛頓拉夫遜算法和遞推極大...
【文章頁(yè)數(shù)】:74 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 概論
1.l 問(wèn)題提出與研究意義
l.2 國(guó)內(nèi)外極大似然辨識(shí)算法的成果綜述
l.3 方程誤差類模型簡(jiǎn)介
l.4 辨識(shí)算法原理
l.5 本文主要研究?jī)?nèi)容
第二章 動(dòng)態(tài)調(diào)節(jié)模型的極大似然辨識(shí)
2.1 模型簡(jiǎn)介
2.2 極大似然原理
2.3 DFP變尺度法
2.3.1 算法推導(dǎo)
2.3.2 例子仿真
2.4 牛頓拉夫遜迭代算法
2.4.1 算法推導(dǎo)
2.4.2 例子仿真
2.5 遞推極大似然辨識(shí)方法
2.5.1 算法推導(dǎo)
2.5.2 例子仿真
2.6 小結(jié)
第三章 受控自回歸自回歸滑動(dòng)平均系統(tǒng)模型的極大似然辨識(shí)
3.1 模型描述
3.2 極大似然原理
3.3 DFP變尺度法
3.3.1 算法推導(dǎo)
3.3.2 仿真例子
3.4 牛頓拉夫遜迭代算法
3.4.1 算法推導(dǎo)
3.4.2 例子仿真
3.5 遞推極大似然辨識(shí)方法
3.5.1 算法推導(dǎo)
3.5.2 例子仿真
3.6 小結(jié)
第四章 結(jié)論與展望
致謝
參考文獻(xiàn)
附錄:攻讀碩士期間發(fā)表的論文
本文編號(hào):3992190
【文章頁(yè)數(shù)】:74 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 概論
1.l 問(wèn)題提出與研究意義
l.2 國(guó)內(nèi)外極大似然辨識(shí)算法的成果綜述
l.3 方程誤差類模型簡(jiǎn)介
l.4 辨識(shí)算法原理
l.5 本文主要研究?jī)?nèi)容
第二章 動(dòng)態(tài)調(diào)節(jié)模型的極大似然辨識(shí)
2.1 模型簡(jiǎn)介
2.2 極大似然原理
2.3 DFP變尺度法
2.3.1 算法推導(dǎo)
2.3.2 例子仿真
2.4 牛頓拉夫遜迭代算法
2.4.1 算法推導(dǎo)
2.4.2 例子仿真
2.5 遞推極大似然辨識(shí)方法
2.5.1 算法推導(dǎo)
2.5.2 例子仿真
2.6 小結(jié)
第三章 受控自回歸自回歸滑動(dòng)平均系統(tǒng)模型的極大似然辨識(shí)
3.1 模型描述
3.2 極大似然原理
3.3 DFP變尺度法
3.3.1 算法推導(dǎo)
3.3.2 仿真例子
3.4 牛頓拉夫遜迭代算法
3.4.1 算法推導(dǎo)
3.4.2 例子仿真
3.5 遞推極大似然辨識(shí)方法
3.5.1 算法推導(dǎo)
3.5.2 例子仿真
3.6 小結(jié)
第四章 結(jié)論與展望
致謝
參考文獻(xiàn)
附錄:攻讀碩士期間發(fā)表的論文
本文編號(hào):3992190
本文鏈接:http://www.lk138.cn/projectlw/xtxlw/3992190.html
最近更新
教材專著