聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽 首页聽|聽简介聽|聽编委会聽|聽征稿简则聽|聽英文刊聽|聽稿件流程聽|聽致读者聽|聽下载区聽|聽常见问题说明
一类有输入噪声扰动的逆系统无偏参数辨识算法研究
A class of unbiased identification for inverse system with input noises
摘要点击聽聽113聽聽全文点击聽聽39聽聽投稿时间:2008-6-17聽聽最后修改时间:2008-12-11
查看全文聽聽查看/发表评论聽聽下载PDF阅读器
DOI编号聽聽
聽聽2009,26(9):1031-1034
中文关键词聽聽逆系统聽聽参数辨识聽聽输入噪声聽聽偏差消除
英文关键词聽聽inverse system聽聽parameter identification聽聽input noise聽聽bias-eliminated
基金项目聽聽国家自然科学基金资助项目(60774060); 江苏省高校自然科学基金资助项目(06KJD520099).
学科分类代码聽聽
作者单位E-mail
刘清南京师范大学数学与计算机科学学院njnulq@163.com
岳东南京师范大学电气与自动化工程学院
中文摘要
聽聽聽聽聽聽对逆系统建模时,原系统的输出作为逆系统参数辨识时的输入. 由于原系统输出存在测量噪声, 且噪声方差未知, 采用普通最小二乘法辨识, 无法得到逆系统参数的一致无偏估计. 为此, 本文研究了一种有输入扰动的的逆系统无偏参数辨识算法, 该算法先通过小波变换估计输入信号噪声的方差, 再由估计得到的方差, 通过偏差消除的递推最小二乘法, 对逆系统的参数进行无偏辨识. 该算法降低了对输入辨识信号为白噪声的要求, 具有较强的实用性. 由于采用递推运算, 该算法也可以用于逆系统参数的在线辨识. 最后, 通过实验验证了该算法的有效性.
英文摘要
聽聽聽聽聽聽In identifying the inverse system, the input is the output from the original system. This signal is corrupted by noises with unknown variance. When the ordinary least-squares method is applied to estimate the parameters of the inverse system, the estimates turn out to be biased. A new identification algorithm for bias compensation is proposed. Therein, the noise variance of the inverse system input is first estimated using the wavelet transform, and then, a recursive least-squares method with bias-elimination is used to estimate the parameters of the inverse system. Thus, the proposed algorithm does not require the input signal to be the white noise with a zero mean. Since the computation is recursive, it can be implemented online for estimating parameters of the inverse system. Experimental results show that the approach is effective.
 
  聽聽聽聽聽聽聽聽聽 您是第334089位访问者  

主办单位:华南理工大学 中国科学院数学与系统科学研究院聽聽聽聽聽 单位地址:广州市天河区五山路381号

服务热线:020-87111464聽聽 传真:020-87111464聽聽 邮编:510640 聽聽Email: aukzllyy@scut.edu.cn
 

聽聽聽聽本系统由北京勤云科技发展有限公司设计