基于SVR的传感器Hammerstein模型辨识

• 作者: 吴德会 王晓红
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 传感器 辨识 支持向量回归机 Hammerstein模型 非线性动态系统 标定实验
• 年，卷（期）: 2007,（5）
• 所属期刊栏目: 物理类传感器
• 页码范围: 1042-1046
• 页数: 5页
• 分类号: TP212
• 字数: 3482字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2007.05.021

摘要

提出一种基于支持向量回归机的非线性动态传感器Hammerstein模型辨识方法并给出了相关的数学理论及学习算法.在该模型中,用非线性静态子环节和线性动态子环节串联来描述传感器的非线性动态特性.再利用函数展开将模型的非线性传递函数转换为等价的线性中间模型,并通过SVR求取中间模型参数.最后,推导出中间模型参数与传感器Hammerstein模型参数之间的关系,并由该关系实现非线性静态环节和线性动态环节的同时辨识.用实际力传感器动态标定实验数据进行测试,结果表明与常规非线性传感器辨识方法不同,所提方法只需进行一次动态标定实验就能给出非线性动态模型的数学解析表达式.且建立的力传感器Hammerstein模型阶次为4,而线性动态系统模型则需要6阶才能达到相同的精度.因此该研究为传感器非线性动态系统辨识又提供了一种可选方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴德会	九江学院电子工程学院	66	721	15.0	23.0
5	王晓红	九江学院电子工程学院	22	152	7.0	11.0