系統辨識的漸進法

《系統辨識的漸進法》是依託浙江大學，由朱豫才擔任項目負責人的面上項目。

基本介紹

• 中文名：系統辨識的漸進法
• 依託單位：浙江大學
• 項目負責人：朱豫才
• 項目類別：面上項目

項目摘要

系統辨識是研究用實驗數據建立動態系統數學模型的學科，在多個領域特別是自動控制領域有廣泛的套用。系統辨識的漸進法以L.Ljung的漸進理論為基礎，能夠全面解決系統辨識的四個基本問題：實驗設計、模型階的確定、參數估計和模型校驗。漸進法已在國外石油化工工業及其他流程工業有廣泛套用。本項目擬將漸進法向兩個方向擴展：. 1. Errors-in-variables （EIV）系統辨識。該模型的輸入信號含有測量噪聲,現有的辨識方法還不成熟。本項目首先將漸進理論推廣到EIV模型，然後套用該理論導出漸進法。新方法將突破現有方法局限，更準確，可進行閉環辨識。. 2. Wiener-Hammerstein模型的辨識。該模型是一種塊結構的非線性模型，參數估計中數值計算很困難，沒有成熟的方法。本工作將研究使用漸進法的數值計算技巧解決該模型的參數估問題

結題摘要

系統辨識是研究使用實驗數據建立動態系統數學模型的學科，在多個領域特別是自動控制領域有廣泛的套用。本人提出的系統辨識的漸近法以L.Ljung的漸近理論為基礎，能全面解決系統辨識的四個基本問題，並已在石油化工工業及其他流程工業有廣泛套用。本項目將漸近理論和漸近法向幾個方向擴展，取得多項重要成果。 1. Errors-in-variables （EIV）系統辨識。該模型的輸入信號含有測量噪聲，現有的辨識方法還不成熟。本工作首先將漸近理論推廣到EIV模型，推導出EIV系統的漸近法。在參數估計上，得到一致的模型，並且我們猜想模型同時是有效的（最小方差）；提出了一個階次確定的方法；給出了模型誤差的頻域上界。該工作是當前EIV系統辨識領域的最強結果。 2. Anti-aliasing濾波及快採樣系統辨識。 有人1997年提出了一種快速採樣辨識方法，並指出該方法能在無激勵信號的閉環實驗條件下保證系統的可辨識性。把漸近理論推廣到快採樣系統，揭示了快採樣閉環辨識可辨識性的機理和條件，為系統辨識理論和方法增加了新的內容。對辨識中的anti-aliasing濾波進行了分析，指出教科書中的做法是錯誤的，而快採樣方法是正確的anti-aliasing濾波。 3. 系統辨識預測誤差方法的一個全局收斂算法。這是一個48年未解決的難題。基於漸近理論，我們提出了一個全局收斂的辨識算法，並證明模型的一致性和有效性（最小方差）。這是系統辨識界的一個突破。 本項目成果共發表5篇學術期刊（SCI）論文，7篇學術會議論文。本項目資助，部分自主6位碩士研究生，3位直博生，一位博士後。