线性参数系统的多新息辨识方法  

Multi-innovation identification methods for linear-parameter systems

作　　者：丁锋[1,2,3] 郭兰杰[1] 

机构地区：[1]江南大学物联网工程学院,无锡214122 [2]江南大学控制科学与工程研究中心,无锡214122 [3]江南大学教育部轻工过程先进控制重点实验室,无锡214122

出　　处：《南京信息工程大学学报（自然科学版）》2015年第4期289-312,共24页Journal of Nanjing University of Information Science & Technology（Natural Science Edition）

基　　金：国家自然科学基金(61273194);江苏省自然科学基金(BK2012549);高等学校学科创新引智"111计划"(B12018)

摘　　要：系统有线性和非线性之分.线性系统有统一的描述形式,非线性系统因类别无数,不可能有统一描述.线性参数系统是一类特殊的非线性系统,它在参数空间上呈现线性特征,介于线性系统与非线性系统之间.针对伪线性参数系统,讨论了基于辅助模型的多新息辨识方法、基于滤波的辅助模型多新息辨识方法、基于模型分解的辅助模型多新息辨识方法、基于滤波的分解多新息辨识方法,并给出了几个典型辨识算法的计算量、计算步骤和流程图.Systems have two categories,one is linear and the other is nonlinear. The linear systems have uniform descriptions and the nonlinear systems have countless categories and have no uniform descriptions. The linear-parameter systems are a special class of nonlinear systems and are linear on the parameter space. For pseudo-linearparameter systems,this paper studies and presents the auxiliary model based multi-innovation（ MI） identification methods,the data filtering based auxiliary model MI identification methods,the model decomposition based auxiliary model MI identification methods,and the filtering based decomposition MI identification methods. Finally,the computational efficiency,the computational steps and the flowcharts of several typical identification algorithms are discussed.

关 键 词：参数估计 递推辨识 梯度搜索 最小二乘 滤波 分解 辅助模型辨识思想 多新息辨识理论 递阶辨识原理 伪线性回归模型 伪线性系统 线性参数系统 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置]