基于多尺度径向基函数的时变系统辨识

被引：3

作者：

刘青

李阳

机构：

[1] 北京航空航天大学自动化科学与电气工程学院

来源：

北京航空航天大学学报 | 2015年 / 09期

基金：

教育部留学回国人员科研启动基金; 高等学校博士学科点专项科研基金;

关键词：

时变自回归模型; 递归最小二乘算法; 勒让德基函数; 多尺度径向基函数; 粒子群优化算法; 参数辨识;

D O I：

10.13700/j.bh.1001-5965.2014.0693

中图分类号：

N945.14 [系统辨识];

学科分类号：

071102 ;

摘要：

应用非平稳时间序列的时变系统建模方法进行了参数随时间变化的线性系统参数的辨识.通过引入多尺度径向基函数(MRBF)将非平稳过程的辨识问题转化为线性时不变过程的辨识,结合粒子群优化算法(PSO)获得时变系统参数估计的最优径向基函数(RBF)尺度.由于RBF具有良好的局部特性且尺度可以调整,采用RBF作为基函数可以更好地识别具有多种动态过程的时变系统参数.通过对时变系数包含多种波形的二阶时变自回归模型进行仿真辨识,与采用传统的递推最小二乘法和勒让德多项式作为基函数展开式方法相比,提出的方法对于时变系统参数具有更好的跟踪能力,验证了辨识方法的有效性.

引用

页码：1722 / 1728

页数：7

共 10 条

[1] 基于区间B样条小波基函数时变多变量AR模型的时变结构参数识别 [J].

顾海雷 ;

史治宇 ;

许鑫 .

振动与冲击, 2013, 32 (19) :86-92

[2] 基于径向基函数响应面的机翼有限元模型修正 [J].

秦玉灵 ;

孔宪仁 ;

罗文波 .

北京航空航天大学学报, 2011, (11) :1465-1470

[3] 一种基于粒子群优化的非线性系统辨识方法 [J].

李秀英 ;

韩志刚 .

控制与决策, 2011, 26 (11) :1627-1631

[4] 基于改进粒子群优化算法的巡航导弹航路规划 [J].

孙健 ;

吴森堂 .

北京航空航天大学学报, 2011, (10) :1228-1232

[5] 基于时变AR模型和小波变换的时变参数识别 [J].

陈宇 ;

陈怀海 ;

李赞澄 ;

贺旭东 .

国外电子测量技术, 2011, 30 (07) :20-23

[6] 时变线性/非线性结构参数识别及系统辨识方法研究进展 [J].

于开平 ;

庞世伟 ;

赵婕 .

科学通报, 2009, (20) :3147-3156

[7] 应用时变参数建模方法辨识时变模态参数 [J].

续秀忠 ;

张志谊 ;

华宏星 ;

陈兆能 .

航空学报, 2003, (03) :230-233

[8]

Time-varying model identification for time–frequency feature extraction from EEG data[J] . Yang Li,Hua-Liang Wei,Stephen A. Billings,P.G. Sarrigiannis.Journal of Neuroscience Methods . 2010 (1)

[9] Generalized multiscale radial basis function networks [J].

Billings, Stephen A. ;

Wei, Hua-Liang ;

Balikhin, Michael A. .

NEURAL NETWORKS, 2007, 20 (10) :1081-1094

[10] ON COMPACTLY SUPPORTED SPLINE WAVELETS AND A DUALITY PRINCIPLE [J].

CHUI, CK ;

WANG, JZ .

TRANSACTIONS OF THE AMERICAN MATHEMATICAL SOCIETY, 1992, 330 (02) :903-915

← 1 →