基于近似偏最小一乘准则的多变量非线性系统辨识方法

• 作者: 张华 徐宝昌 王学敏
• 来源期刊: 化工学报
• 关键词: 参数辨识 主成分分析 多变量Hammerstein模型 偏最小一乘 动态仿真 尖峰噪声
• 年，卷（期）: 2018,（3）
• 页码范围: 1129-1135
• 页数: 7页
• 分类号: TP273
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20171518

摘要

基于近似最小一乘准则和主成分分析,针对输入信号线性相关的多变量Hammerstein模型,进行了近似偏最小一乘非线性系统辨识算法的推导.本文算法用确定性可导函数近似代替残差绝对值,可以抑制满足SαS分布的尖峰噪声,且具有目标函数可导、计算简单的优点.同时,通过主成分分析去除非线性系统数据向量矩阵之间的相关性,可以得出模型参数的唯一解.仿真实验表明,本文算法可以对输入信号存在相关性的多变量Hammerstein模型进行直接辨识,抑制了尖峰噪声对辨识结果的影响,具有优良的稳健性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王学敏		1	1	1.0	1.0