期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到6篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
递推阻尼最小二乘法 被引量：14
1
作者 林茂琼 陈增强 袁著祉 《高校应用数学学报（A辑）》 CSCD 北大核心 2000年第1期113-118,共6页
递推最小二乘法是参数辨识中最常用的方法，但容易产生参数爆发现象．本文推导了一种更稳定的辨识方法——阻尼最小二乘法的递推求解算法．
关键词 系统辨识 阻尼最小二乘法 递推算法 矩阵求逆引
在线阅读 下载PDF
基于矩阵广义逆递推的自适应滤波算法 被引量：10
2
作者 高鹰 谢胜利 《电子学报》 EI CAS CSCD 北大核心 2002年第7期1032-1034,共3页
本文把自适应滤波算法的优化准则之一最小二乘准则 :J(n) =∑ni=1 λn -i|e(i) |2 写为矩阵形式 ,利用矩阵广义逆递推公式直接对输入信号矩阵而不是自相关矩阵进行递推更新 ,得到一种新的自适应滤波算法 .和其它算法如LMS算法、NLMS算法... 本文把自适应滤波算法的优化准则之一最小二乘准则 :J(n) =∑ni=1 λn -i|e(i) |2 写为矩阵形式 ,利用矩阵广义逆递推公式直接对输入信号矩阵而不是自相关矩阵进行递推更新 ,得到一种新的自适应滤波算法 .和其它算法如LMS算法、NLMS算法、FRLS算法、TDNLMS算法、APA算法、Leaky LMS算法和RLS算法进行了计算机模拟仿真比较 ,仿真结果表明该算法有良好的收敛性能 ,收敛速度快于LMS算法、NLMS算法、FRLS算法、APA算法、Leaky LMS算法和RLS算法 . 展开更多
关键词 最小均方误差 递推最小二乘 收敛性能 矩阵广义逆递推 最小二乘准则 自适应滤波算法
在线阅读 下载PDF
两电机变频调速系统的改进RLS逆模型辨识 被引量：2
3
作者 张懿 魏海峰 《江苏大学学报（自然科学版）》 EI CAS CSCD 北大核心 2013年第4期435-439,共5页
为弥补现有两电机变频调速系统逆模型辨识中存在的不足,提出一种多模型LSSVM逆模型辨识方案.依据多模型思想,利用LSSVM拟合系统局部逆模型中的非线性映射,将各局部逆模型加权输出,建立离线初始逆模型.根据逆模型输出与系统输入的偏差,... 为弥补现有两电机变频调速系统逆模型辨识中存在的不足,提出一种多模型LSSVM逆模型辨识方案.依据多模型思想,利用LSSVM拟合系统局部逆模型中的非线性映射,将各局部逆模型加权输出,建立离线初始逆模型.根据逆模型输出与系统输入的偏差,通过改进的RLS算法自适应调整局部逆模型权值,对初始逆模型在线校正,使其适应对象的变化,提高辨识精度和收敛速度.分析了两电机变频调速系统及可逆性,阐述了改进的RLS算法和LSSVM算法,给出了多模型LSSVM辨识方案的实现步骤,并对辨识效果进行了仿真试验.仿真结果表明,新型辨识方案是可行有效的,适用于两电机变频调速系统的逆模型辨识. 展开更多
关键词 逆模型辨识 两电机变频调速系统 最小二乘支持向量机 递归最小二乘算法 多模型
在线阅读 下载PDF
SF与RLS算法结合的时变系统参数辨识 被引量：4
4
作者 朱日兴 朱兆优 李建锋 《计算机仿真》 北大核心 2022年第3期335-339,共5页
遗忘因子最小二乘算法(RLS)具有对时变系统参数在线估计的能力,而传统的遗忘策略对解决参数辨识矩阵过饱和问题具有一定局限性。为了拓展现有RLS算法在时变系统的适用范围,提出一种将选择遗忘机制(SF)与RLS算法结合的时变系统辨识算法... 遗忘因子最小二乘算法(RLS)具有对时变系统参数在线估计的能力,而传统的遗忘策略对解决参数辨识矩阵过饱和问题具有一定局限性。为了拓展现有RLS算法在时变系统的适用范围,提出一种将选择遗忘机制(SF)与RLS算法结合的时变系统辨识算法。从而构造出一种基于参数矩阵特征值映射的有界函数,特征值映射函数能够根据系统数据传递过程中信息量的大小动态调整遗忘因子,解决了参数辨识过程中数据分布不均匀问题。仿真结果表明,相比传统的RLS算法,带有选择遗忘机制的RLS算法能够更加准确的跟踪系统参数的变化,同时保证系统不是2N阶持续激励信号的情况下,也能够对时变系统参数进行跟踪。 展开更多
关键词 选择遗忘机制 最小二乘算法 时变参数 系统辨识 参数辨识矩阵
在线阅读 下载PDF
随机多变量NARMAX模型的非线性递推最小二乘算法 被引量：24
5
作者 侯小秋 《厦门理工学院学报》 2019年第3期8-14,共7页
针对随机多变量NARMAX模型存在的问题,基于线性滤波﹑谱分解定理及成型滤波器原理,将随机干扰等效在系统的输出端,提出改进的随机多变量NARMAX模型。基于辅助模型的原理,在参数估计的准则函数中加入待估参数的增量约束项和遗忘因子,并... 针对随机多变量NARMAX模型存在的问题,基于线性滤波﹑谱分解定理及成型滤波器原理,将随机干扰等效在系统的输出端,提出改进的随机多变量NARMAX模型。基于辅助模型的原理,在参数估计的准则函数中加入待估参数的增量约束项和遗忘因子,并结合增广递推最小二乘算法和随机非线性递推最小二乘算法,将改进的多变量NARMAX模型转换为具有耦合的子系统,给出具有遗忘因子的,能克服算法病态的,适用于具有时变参数模型的改进随机多变量NARMAX模型的非线性递推最小二乘算法。应用在线修正参数预测滤波PID控制,仿真结果验证了算法的有效性。 展开更多
关键词 NARMAX模型 随机多变量非线性系统 非线性递推最小二乘算法 辅助模型 矩阵求逆算法
在线阅读 下载PDF
采用改进递归最小二乘法的电动负载模拟器参数在线辨识
6
作者 夏玉香 李成成 李跃峰 《机械科学与技术》 2026年第3期548-556,共9页
针对电动负载模拟器在线参数辨识过程中传感器噪声及较小的遗忘因子可能导致的辨识过程不收敛问题,该文通过在传统最小二乘算法中引入低通滤波器和协方差矩阵重调,提出了一种改进的带遗忘因子递归最小二乘在线参数辨识方法(IFRLS)。首先... 针对电动负载模拟器在线参数辨识过程中传感器噪声及较小的遗忘因子可能导致的辨识过程不收敛问题,该文通过在传统最小二乘算法中引入低通滤波器和协方差矩阵重调,提出了一种改进的带遗忘因子递归最小二乘在线参数辨识方法(IFRLS)。首先,建立了电动负载模拟器的加载数学模型,设计了辨识过程中的滤波方法。其次,在传统带遗忘因子最小二乘算法的基础上引入协方差重调,解决了辨识结果不收敛问题。最后,进行在线参数辨识实验和辨识准确性验证实验。实验结果表明:该方法解决了辨识过程不收敛问题,并实现了电动负载模拟器全部参数的在线辨识,得到的辨识模型与真实模型的拟合度达到93.8%。 展开更多
关键词 电动负载模拟器 改进递归最小二乘法 参数辨识 协方差矩阵
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部