- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于线性空间投影计算Volterra级数高阶核方法
基于线性空间投影计算Volterra级数高阶核方法
(西北工业大学 电子信息学院, 西安 710072)
??
摘要:研究了对非线性动态系统作任意精度逼近的Volterra级数高阶核的全新估计方法。该方法在核函数理论基础上构造特殊线性空间,将求解Volterra级数的各阶核的问题转换为求用输出观测向量在希尔伯特空间中某一子空间上的投影问题,使原本复杂、难以计算的非线性系统的Volterra级数的逼近问题在所构建的线性空间中巧妙地以向量内积的方式解决,并给出了具体算法。相比于其他时域或频域估计Volterra核的方法,该算法的优点在于理论体系严密、计算量不会随着阶数增高而呈几何级数增加,辨识精度高,理论上能够辨识出任意阶的核,弥补了迄今现有的各种估计Volterra核的方法难以估计超过四阶或更高阶核的缺点,特别能够应用在对动态系统和强非线性系统的建模上。仿真研究的结果证明了该方法的有效性。
?す丶?词:非线性系统; Volterra级数; 线性空间; 核; 泛函
?ぶ型挤掷嗪牛?TP301??6文献标志码:A
文章编号:1001-?B3695(2008)11-?B3340-?B03
??
Novel method based on projection of vectors in linear space??
to identify Volterra kernels of arbitrary orders
??
SI Wei, DUAN Zhe-min, WANG Hai-tao
??
(College of Electronics Information, Northwestern Polytechnical University, Xi’an 710072, China)
??
Abstract:This paper proposed a novel method to identify Volterra kernels of nonlinearly dynamical systems. The new notions developed an implementation of accurate and efficient nonparametric algorithms for the identification of Volterra series of orders up to arbitrary degrees. Computational simulation shows the validity and efficiency of the algorithm.
??Key words:nonlinear system; Volterra series; linear space; kernel; functional
?お?
相对于成熟的线性系统的辨识理论,非线性系统的辨识没有统一的理论方法,Votlerra级数是诸多方法中理论基础最坚实的。Volterra 级数能以任意精度逼近紧集上的连续函数,能够建立非线性时不变动态系统的数学模型,而且Volterra级数核(特别是频域核)具有明确的物理意义(时域核是广义冲击响应,频域核是广义频率响应)。基于Volterra级数的以上优点, 一百多年以来,很多人选用具有成熟数学理论基础的Vol-terra级数来进行非线性时不变动态系统的辨识。但用Volterra级数来逼近非线性系统还存在两个主要问题:a)在模型阶次选择上,随着阶数的增多,需要估计的Volterra级数核的项数呈几何级数增加。在国内外很多文献中,为了回避计算复杂度高的高阶核问题,一般将Volterra级数只截取到二阶,很少有计算到四阶或更高阶的实例。这就不可避免地造成所辨识出来的非线性系统的模型的非线性度远远低于原始系统的非线性度;另外使得系统对输入信号的范围有严格要求,即必须在某一点的一个很小的邻域内。实际上,忽略高阶核造成了辨识模型与所辨识系统之间存在较大误差。这就是为什么Volterra级数的应用直到今天还局限在低阶、弱非线性系统的建模上。b)在算法方面,传统的Volterra级数的计算方法存在诸多问题。至今常用的算法不外乎随机响应法[1,2]、脉冲响应法[1]、全耦合LMS法[3]、部分解耦LMS法[4]、全解耦RLS法[5]、利用多音信号测量出Volterra级数频域核后反算出时域核, 用输入为高斯白噪声观察输出的Lee-Schetzen[6]试验法。所有这些方法都存在计算量大、不宜于计算Volterra级数高阶核的缺点;LMS、RLS算法还存在收敛慢的问题。为了解决Volterra级
文档评论(0)