基于量子粒子群优化的Volterra核辨识算法研究

• 作者: 李学军 李志农 蒋静 邬冠华 陈金刚
• 来源期刊: 振动与冲击
• 学科: 工学
• 关键词: 量子粒子群优化 Volterra级数 非线性系统辨识
• 年，卷（期）: 2013,（3）
• 页码范围: 60-63,74
• 页数: 5页
• 分类号: TP273|TN713
• 字数: 3020字
• 语种: 中文

摘要

将量子粒子群优化(QPSO)引入非线性Volterra系统辨识中,提出基于量子粒子群优化(QPSO)的Volterra级数辨识方法,利用QPSO算法估计出非线性系统的Volterra核函数.将所提方法与传统的最小二乘(LMS)辨识方法进行比较,仿真结果验表明,在无噪声干扰下,所提方法与LMS方法都具有很好的辨识精度和收敛性.而在有噪声干扰下,无论在辨识精度、收敛性和抗干扰性方面,所提方法都优于传统的LMS方法,且随噪声的增强优势越明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邬冠华	南昌航空大学无损检测技术教育部重点实验室	99	954	16.0	28.0
2	陈金刚	郑州大学机械工程学院	38	259	7.0	15.0
3	蒋静	郑州大学机械工程学院	11	68	5.0	8.0
4	李志农	南昌航空大学无损检测技术教育部重点实验室	84	611	11.0	22.0
5	李学军	湖南科技大学机械设备健康维护湖南省重点实验室	135	1077	18.0	27.0