输出非线性方程误差类系统递推最小二乘辨识方法

来源：南京信息工程大学学报·自然科学版杂志2015年第3期北京时间：

作者：丁锋

单位：丁锋,江南大学 物联网工程学院, 无锡, 214122;江南大学 控制科学与工程研究中心, 无锡, 214122;江南大学 教育部轻工过程先进控制重点实验室, 无锡, 214122,陈启佳,江南大学 物联网工程学院, 无锡, 214122

摘要：随着控制技术的发展,控制对象的规模越来越大,使得辨识算法的计算量也越来越大.对于结构复杂的非线性系统,特别是包含未知参数乘积的非线性系统,使得过参数化辨识方法的参数数目大幅度增加,辨识算法的计算量也急剧增加,因此探索计算量小的参数估计方法势在必行.针对输出非线性方程误差类系统,讨论了基于过参数化模型的递推最小二乘类辨识方法;为减小过参数化辨识算法的计算量和提高辨识精度,分别利用分解技术和数据滤波技术,研究和提出了基于模型分解的递推最小二乘辨识方法和基于数据滤波的递推最小二乘辨识方法.最后给出了几个典型辨识算法的计算量、计算步骤、流程图.

关键词：参数估计;递推辨识;最小二乘;模型分解;数据滤波;辅助模型辨识思想;多新息辨识理论;递阶辨识原理;耦合辨识概念;输入非线性系统;输出非线性系统

基金资助：国家自然科学基金(61273194);江苏省自然科学基金(BK2012549);高等学校学科创新引智111计划(B12018)