辅助模型辨识方法输入非线性输出误差自回归系统.PDFVIP

ＤＯＩ：１０．１３８７８／ ｊ．ｃｎｋｉ．ｊｎｕｉｓｔ．２０１６．０３．００１ １，２，３ １ 丁锋 　 毛亚文 辅助模型辨识方法（３）： 输入非线性输出误差自回归系统 摘要 ０　 引言 输入非线性系统包括输入非线性方 程误差类系统和输入非线性输出误差类 　 　 非线性系统类别很多，难以用有限类模型描述．最直观的简单非 系统．针对输入非线性输出误差自回归 线性系统是由一个静态非线性环节（简称Ｎ）与一个线性动态子系统 系统，分别基于过参数化模型，基于关键 项分离原理，基于数据滤波技术，研究了 （简称Ｌ）连接而成．如果Ｎ 串联Ｌ就构成一个输入非线性系统，当非 相应的基于过参数化模型的辅助模型递 线性是一个多项式，这样的Ｎ—Ｌ 系统就称为Ｈａｍｍｅｒｓｔｅｉｎ非线性系 推辨识方法、基于关键项分离的辅助模 统；如果Ｌ 串联Ｎ就构成一个输出非线性系统，当非线性是一个多项 型递推辨识方法、基于数据滤波的辅助 模型递推辨识方法．这些方法可以推广 式，这样的Ｌ—Ｎ系统就称为Ｗｉｅｎｅｒ非线性系统；如果Ｎ在反馈通道 到其他输入非线性输出误差系统、输出 上，Ｌ在前向通道上，或反之，就构成一个反馈非线性系统，也称闭环 非线性输出误差系统、反馈非线性系统 非线性系统；如果Ｎ—Ｌ加上反馈，就构成输入非线性反馈系统；如果 等．并给出了几个典型辨识算法的计算 步骤、流程图和计算量． Ｌ—Ｎ加上反馈，就构成输出非线性反馈系统． 关键词 当然还有Ｎ—Ｌ—Ｎ非线性系统、Ｌ—Ｎ—Ｌ非线性系统，以及多个 参数估计；递推辨识；梯度搜索；最 Ｎ和多个 Ｌ 构成串联、并联、反馈、混联非线性系统．研究最多的是 小二乘；过参数化模型；关键项分离；滤 波技术；模型分解；辅助模型辨识思想； Ｎ—Ｌ，Ｌ—Ｎ，Ｎ—Ｌ—Ｎ，Ｌ—Ｎ—Ｌ非线性系统，以及反馈非线性系统． 递阶辨识原理；输入非线性系统；输出非 关于系统辨识的一些新论题和方法，我们出版了著作《系统辨识新 线性系统 ［１］ 论》 ；关于辨识方法的收敛性，出版了《系统辨识学术专著丛书》第 ［２］ 中图分类号 ＴＰ２７３ ３分册《系统辨识———辨识方法性能分析》 ；关于多新息辨识方法， 文献标志码 Ａ 出版了专著丛书的第 ６ 分册《系统辨识———多新息辨识理论与方 ［３］ 法》 ．２０１１—２０１２年和２０１４年至今在《南京信息工程大学学报》连 载的２５篇系统辨识论文中，２０１５ 年第 １—４期研究了一些典型非线 ［４］ 性系统的递推辨识方法，如线性参数系统（一类特殊非线性系统） 、 ［５］ ［６］ 输入非线性方程误差系统 、输入非线性方程误差自回归系统 的 收稿日期 ２０１６⁃０３⁃３０ 多新息辨识方法、输出非线性方程误差自回归系统的最小二乘递推 资助项