【摘 要】
：
系统辨识是根据系统的输入输出数据来建立描述系统的数学模型的理论．近年来，多变量系统的辨识问题引起了控制领域的广泛关注．多变量系统模型种类繁多，辨识方法远比单变量系统辨识
论文部分内容阅读
系统辨识是根据系统的输入输出数据来建立描述系统的数学模型的理论．近年来，多变量系统的辨识问题引起了控制领域的广泛关注．多变量系统模型种类繁多，辨识方法远比单变量系统辨识要复杂．论文选题“类多变量输出误差类的递阶迭代辨识”，具有理论意义和应用前景.论文对输出误差类多变量系统的辨识问题进行了深入研究，取得的成果如下．
1．针对类多变量输出误差自回归系统，推导了其辨识模型.该辨识模型既包含了一个参数矩阵，又包含了一个参数向量，这是辨识的困难所在．利用基于分解的递阶辨识原理，推导了这类多变量系统的递阶广义最小二乘辨识算法和递阶最小二乘迭代辨识算法．仿真结果验证了提出算法的有效性．
2．针对类多变量输出误差滑动平均系统，提出了这类系统的递阶最小二乘迭代辨识算法和递阶梯度迭代辨识算法．仿真结果表明，梯度迭代辨识算法计算量小，但收敛速度比最小二乘迭代辨识算法慢．
3．针对类多变量自回归滑动平均系统，提出了相应的递阶最小二乘迭代辨识算法和递阶梯度迭代辨识算法，类多变量输出误差自回归系统和类多变量输出误差滑动平均系统可以看成是类多变量自回归滑动平均系统的简化形式，因而对其算法的推导更具有普遍性.最后用仿真结果验证了提出算法的有效性．
综上所述，论文推导和研究类多变量输出误差类系统的几种辨识算法，利用Matlab研究了一些仿真例子，结果说明提出的方法能够有效地辨识多变量系统地参数．论文的最后对该领域所面临的困难和一些问题做了简单的介绍.如系统辨识理论在医学，社会，微观或宏观经济的应用．
其他文献
由于二维条形码信息存储量大、容错性强、制作与携带方便，被广泛用于物流、销售、娱乐等各个行业。目前，二维条形码译码技术正由传统的光电扫描方式向图像译码方式过渡。图像译
分子影像技术的出现使得人们能够以一种无创的方式在体观测生物体分子细胞水平的生理活动，相比于传统的研究手段，分子影像技术可以对同一批生物进行连续观测，因此提高了研究结果
运动目标跟踪是直接影响智能机器人行为决策能力的关键性技术，近年来已经发展成为移动机器人相关技术领域的研究热点之一。现有运动目标的检测与跟踪算法仍无法有效解决复杂性
线控转向(Steering-By-Wire System，简称SBW)是一种全新的转向技术。它取消了方向盘与转向轮之间的机械连接，摆脱了传统转向系统的限制，可以自由设计转向系统的角传递和力传递特
作为智能交通系统(Intelligent Transport System)的关键技术和重要组成部分,智能车辆(Intelligem Vellicle)被认为是解决路面交通问题的一个有效途径。它是集成了环境感知、
同步现象是复杂系统的一个基本特征,普遍存在于自然系统和人工系统中,如:生物、工程、机械等.由于其所具有的巨大潜在应用,同步已经成为非线性科学领域的一个研究热点.本文对
经济和社会的发展,使得汽车进入寻常百姓家庭已经成为现实,随之而来的城市交通问题也日益突显出来。因此,采用新的科学方法和技术于段来解决城市交通管理问题,就成为当务之急
农业是国民经济的基础,粮食又是农业的基础。我国是一个人口大国和农业大国,粮食安全是关系到我国经济安全和国计民生的大问题。我国粮食产量充足,但是在粮食储藏过程中,由于
随着社会经济的快速发展以及工业化、城市化进程的不断加快,城市用水量急剧增多,导致污水排放量也相应增加,从而加剧了淡水资源短缺和水环境污染的程度。出水氨氮(NH_4~+-N)是水体重要的污染物之一,可以作为评价水体质量的一个重要指标,氨氮超标会使水体富营养化和环境污染。因此,为了减少氨氮浓度超标带来的危害,对污水中氨氮的测量和研究变得至关重要。由于实际的污水处理厂中氨氮的测量方法操作繁琐,测量精度低
随着植物根系相关研究的逐步深入，现有的根系观测方法在实现无损、原位、完整、高精度等方面已经不能满足研究的需求，迫切需要更好更精确的观测方法。CT技术的不断发展，为植物根