针对非线性系统模型的辨识问题,通过引入正交匹配追踪(Orthogonal matching pursuit,OMP)算法实现快速非线性系统建模。该方法旨在解决非线性有源自回归(Nonlinear autoregressive with exogenous inputs,NARX)模型针对大型数据建模时...针对非线性系统模型的辨识问题,通过引入正交匹配追踪(Orthogonal matching pursuit,OMP)算法实现快速非线性系统建模。该方法旨在解决非线性有源自回归(Nonlinear autoregressive with exogenous inputs,NARX)模型针对大型数据建模时效性差的问题。首先,说明了正交最小二乘(Orthogonal least squares,OLS)算法存在正交次数多、耗时长的问题,采用OMP算法可有效解决,通过与OLS算法对比正交差异性证明了OMP算法计算效率提升的理论基础,采用模型预报方法验证OMP算法所得NARX模型的动力学特性。其次,以单自由度非线性系统为例,说明了OMP算法系统建模的有效性。最后,利用OMP算法建立悬臂梁NARX模型,并分别将NARX模型预报输出与试验实测输出,NARX模型固有频率与悬臂梁实际固有频率进行对比。结果表明,与OLS算法相比,所提方法的建模效率平均提升了10倍,且模型可有效反应系统动力学特性。展开更多
文摘针对非线性系统模型的辨识问题,通过引入正交匹配追踪(Orthogonal matching pursuit,OMP)算法实现快速非线性系统建模。该方法旨在解决非线性有源自回归(Nonlinear autoregressive with exogenous inputs,NARX)模型针对大型数据建模时效性差的问题。首先,说明了正交最小二乘(Orthogonal least squares,OLS)算法存在正交次数多、耗时长的问题,采用OMP算法可有效解决,通过与OLS算法对比正交差异性证明了OMP算法计算效率提升的理论基础,采用模型预报方法验证OMP算法所得NARX模型的动力学特性。其次,以单自由度非线性系统为例,说明了OMP算法系统建模的有效性。最后,利用OMP算法建立悬臂梁NARX模型,并分别将NARX模型预报输出与试验实测输出,NARX模型固有频率与悬臂梁实际固有频率进行对比。结果表明,与OLS算法相比,所提方法的建模效率平均提升了10倍,且模型可有效反应系统动力学特性。
