随机噪声干扰下水质模型参数的鲁棒估计方法.pdfVIP

水 利 学 报 年 月 第 卷 第 期 文章编号 随机噪声干扰下水质模型参数的鲁棒估计方法 李黎武 施周 湖南大学土木工程学院 湖南长沙 湖南城市学院城市建没系 湖南益阳 摘要 本文采用 水质模型 用仿真试验模拟了随机噪声干扰对河流水质模型参数估计的影响 试 验表明 最小二乘 估计方法关于有色噪声和较高水平白噪声干扰不具鲁棒性 噪声干扰使估计参数漂离系统 真实参数 为了克服随机噪声对河流水质模型参数估计的干扰 提出了一种水质模型参数的鲁棒估计方法 即基 于 估计的信赖域算法 通过对比试验和计算表明 估计对于有色噪声和白噪声干扰具有鲁棒性 无论是没有 扰动情况还是有各种水平各种噪声类型的干扰情况 该方法能稳健可靠地搜索到真实值 且在估值精度 收敛性 抗噪性和鲁棒性方面均优于最小二乘 估计方法 关键词 估计 信赖域算法 水质模型 水质参数 有色噪声 白噪声 中图分类号 文献标识码 环境模型参数辨识是环境系统建模和应用的重要环节 实际河流水质系统经常受一些随机因 素 如降雨 地表径流等 及测量误差的影响 其监测数据具有较高的噪声水平 且为有色随机噪声 有色随机噪声干扰对水质模型参数估值有两方面的影响 一是随机噪声干扰使最优估计参数 漂离 系 统真实参数 二是随机噪声干扰增加最优估计参数的不唯一问题 目前 采用的最小二乘法 对水质模型的参数的辨识 大量经验表明 仅在断面监测误差系列满足方差相同的白噪声序 列时 其估计才是最小方差无偏估计 然而在建立河流水质模型时 河流水质的实测数据中所存在的 随机噪声是不可能满足白噪声序列条件的 水质参数的 估计结果就会严重偏离事实 其精度也差 因此 研究在有色噪声扰动下的水质模型参数的最优估计方法是考虑随机因素参数最优估计方法的关 键 针对传统 关于有色随机噪声不具有稳健性 最早提出了线性回归的稳健 估计方 法 后又推广成一般形式的鲁棒辨识方法 如 估计 估计等 近 年来稳健方法在非线性 回归中也取得了大量成果 并在控制 信号模型 图象处理等领域有了广泛的应用 但在环境科学领 域的应用不多见 本文采用 估计对河流水质模型参数的最优估计进行了初步研究 以探讨随机噪声 干扰下模型参数的鲁棒辨识方法在环境系统分析领域中应用的可行性 河流水质模型参数的鲁棒估计模型建立 水质模型 平稳状态下的一维河流 模型是常用的水质数学模型 其典型代表是 一维稳态水质模型 ? ? ? ? ? ? ? 收稿日期 基金项目 科技部国际合作项目 湖南省重点科技项目 作者简介 李黎武 男 湖南宁远人 博士生 副教授 主要从事水环境系统研究 若已知起始条件 假定 为 可得解析解 式中 分别为 处河水 的浓度 分别为 处河水溶解氧浓 度 为河水 时的饱和溶解氧浓度 为离排污口 的河水流动距离 为 衰减系数 为河水的复氧系数 为沉淀作用去除 速率系数 为河流中光合作 用产氧速率 为河水平均流速 为底泥的耗氧速率 观测数据序列产生 对河流水质模型参数的率定 即根据断面监测数据对待估参数 或 进行有 效估计 这是