基于Hammerstein的自适应辨识算法及应用
来源期刊:控制工程2013年第S1期
论文作者:胡龙 李建勋
文章页码:186 - 189
关键词:非线性;时变;Hammerstein;升沉补偿系统;
摘 要:传统的系统辨识算法使用机理分析建模法或者线性系统辨识方法对系统进行建模,由于系统普遍存在非线性特性和时变特性,效果不是很理想。Hammerstein辨识算法将系统分为静态线性部分和动态非线性部分进行模型辨识,较好地解决了非线性问题,提高了辨识精度。但该方法对具有强时变性的非线性系统的控制效果下降。针对涉及的非线性强时变系统-水下机器人升沉补偿系统,该算法的模型辨识精度不理想。在Hammerstein算法的基础上做了改进,提出一种基于Hammerstein非线性自适应模型辨识算法,设计模糊控制模块对更新算法中的遗忘因子实现自适应在线校正,使模型更好地跟踪实际系统。通过在水下机器人升沉补偿系统平台上的实验表明,该算法对非线性时变系统有更稳定、精确的控制效果。
胡龙,李建勋
上海交通大学自动化系
摘 要:传统的系统辨识算法使用机理分析建模法或者线性系统辨识方法对系统进行建模,由于系统普遍存在非线性特性和时变特性,效果不是很理想。Hammerstein辨识算法将系统分为静态线性部分和动态非线性部分进行模型辨识,较好地解决了非线性问题,提高了辨识精度。但该方法对具有强时变性的非线性系统的控制效果下降。针对涉及的非线性强时变系统-水下机器人升沉补偿系统,该算法的模型辨识精度不理想。在Hammerstein算法的基础上做了改进,提出一种基于Hammerstein非线性自适应模型辨识算法,设计模糊控制模块对更新算法中的遗忘因子实现自适应在线校正,使模型更好地跟踪实际系统。通过在水下机器人升沉补偿系统平台上的实验表明,该算法对非线性时变系统有更稳定、精确的控制效果。
关键词:非线性;时变;Hammerstein;升沉补偿系统;