双率Hammerstein系统的极大似然递推辨识

• 作者: 李俊红 张佳丽 陆国平
• 来源期刊: 南通大学学报（自然科学版）
• 关键词: 双率系统 Hammerstein系统 极大似然辨识 辅助模型
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 智能科学与技术
• 页码范围: 13-20
• 页数: 8页
• 分类号: TP13
• 语种: 中文
• DOI: 10.12194/j.ntu.20210315002

摘要

针对一类双率Hammerstien系统的参数辨识问题,基于辅助模型辨识思想,利用极大似然原理和递推辨识技术,提出一种极大似然递推辨识算法.主要方法是针对模型中的未知输出构造一个辅助模型,用辅助模型的输出预测未知输出.该方法可以直接基于双率输入输出数据进行参数辨识.仿真实验表明,所提出的算法能有效地辨识双率Hammerstein系统,最终误差趋于1％左右.