类多变量方程误差类系统的递阶多新息辨识方法.pdfVIP

文章编号：1674—7070(2014)05—0385—20 丁锋 。 王艳娇 类多变量方程误差类系统的递阶多新息辨识方法 摘要 0 引言 根据递阶辨识原理，研究 了类 多变 量方程误 差 系统和类 多变量方程误差 在现代大规模工业控制领域，广泛存在着结构复杂的多输人多 ARMA系统递阶随机梯度方法和递阶梯 输出系统．单输入单输出系统简称标量系统，多输人多输出系统简称 度迭代方法、递阶最小二乘方 法和递阶 最小二乘迭代方法．进一步利用 多新息 多变量系统．不同于标量系统，多变量系统在于它的多个输入输 出共 辨识理论 ，推导了递阶多新息梯度辨识 同影响，呈现结构复杂性和耦合性，其规模性呈现维数高、参数数 目 方法和递阶 多新息最小二乘辨识方法． 多，干扰是各种各样的，呈现相关性和随机性．正是多变量系统结构的 为减小计算量 ，推导 了基于滤波的类多 变量方程误 差 ARMA系统递 阶辨 识方 法 复杂性、干扰的多样性，使得多变量系统辨识具有诱人的魅力，也诞 和递阶多新息辨识方法．讨论 了几个典 生出许多丰富多彩的辨识方法．本文第一作者最近出版的 《系统辨识 型辨识算法的计算量，并给 出了计算参 新论》和 《系统辨识——辨识方法性能分析》详细介绍了一些辨识新 数 估计的步骤． 关键词 方法，研究了辨识方法参数估计的收敛性 问题 ¨ ，包括基于辅助模 参数估计；递推辨识 ；梯度搜 索；最 型辨识思想的辅助模型辨识方法 J、基于梯度搜索和最小二乘搜索 小二乘搜索；多新息辨识理论；递阶辨识 或牛顿搜索的迭代辨识方法 j、基于多新息辨识理论的多新息辨识 原理 ；类多变量系统；数据滤波技术 方法 J、基于递阶辨识原理的递阶辨识方法 、基于耦合辨识概念的 中图分类号 TP273 耦合辨识方法 ¨。。等，其他一些辨识方法可参见笔者等在 《南京信息工 文献标志码 A 程大学学报》上刊登的连载论文 ¨”． 随着 自动化控制科学和计算技术的发展，尽管人们处理复杂 问 题的能力越来越强大，但是计算量往往是问题规模的非线性函数，甚 至是平方、立方、多项式或指数函数．在这种情况下，人们 自然会想到 分解 ，将大规模问题分解为一些规模较小的子问题．例如，假设计算量 是 问题规模 凡的平方 (即n)，分解为 2个子问题，其规模分别为 n 和凡，2个子问题的计算量之和凡+n；小于n(注意n。+rt=凡)，即使 加上 由于分解产生的附加计算量，一般子 问题的计算量之和小于整 体 问题的计算量．分解可以减小 问题的计算量，这种方法 已经广泛用 收稿 日期 2014-10-05 在各个领域，例如大系统的递阶控制是借助于 “分解．协调原理”． 资助项 目 国家 自然科学基金；江苏 本文第一作者主要研究系统辨识 问题，1996年给清华大学硕士 省 自然科学基金 (BK2012549)；高等学校学科 创新引智 “111计划”(B12018) 生、博士生讲授 《大系统理论及应用》课程时，受大系统递阶控制的 作者简介 “分解一协调原理”的启发 ，决定将 “分解 ”的思想引入到系统辨识 中， 丁锋，男，博士，教授 ，博士生导师，主要从 事系统辨识、过程建模、自适应控制方面的研 经过深人长久的思考，终于取得 了突破性进展，提出了基于分解 的 究．fding@jia