多变量Hammerstein-Wiener模型的参数辨识
来源期刊:东北大学学报(自然科学版)2018年第1期
论文作者:白晶 毛志忠 浦铁成
文章页码:6 - 10
关键词:多变量;非线性模型;Hammerstein-Wiener模型;可分非线性最小二乘;奇异值分解;收敛性;
摘 要:为了突破现存Hammerstein-Wiener模型参数辨识方法中假设输出非线性块可逆的限定条件,基于可分非线性最小二乘算法,提出由多个单变量Hammerstein子模型和一个多变量输出非线性块组成的多变量Hammerstein-Wiener模型的参数辨识方法.首先,以输出误差最小为准则使用Levenberg-Marquardt法辨识出输出非线性块和Hammerstein子模型的两个参数集.其次,对Hammerstein子模型使用基于张量积的奇异值分解,辨识出输入非线性块与中间线性块的参数.再次,理论分析了所提辨识方法的辨识收敛性.最后,通过仿真验证此法的有效性.
白晶1,2,毛志忠1,浦铁成2
1. 东北大学信息科学与工程学院2. 北华大学电气信息工程学院
摘 要:为了突破现存Hammerstein-Wiener模型参数辨识方法中假设输出非线性块可逆的限定条件,基于可分非线性最小二乘算法,提出由多个单变量Hammerstein子模型和一个多变量输出非线性块组成的多变量Hammerstein-Wiener模型的参数辨识方法.首先,以输出误差最小为准则使用Levenberg-Marquardt法辨识出输出非线性块和Hammerstein子模型的两个参数集.其次,对Hammerstein子模型使用基于张量积的奇异值分解,辨识出输入非线性块与中间线性块的参数.再次,理论分析了所提辨识方法的辨识收敛性.最后,通过仿真验证此法的有效性.
关键词:多变量;非线性模型;Hammerstein-Wiener模型;可分非线性最小二乘;奇异值分解;收敛性;