線性參數變化系統參數估計方法研究

《線性參數變化系統參數估計方法研究》是依託哈爾濱工業大學，由楊憲強擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：線性參數變化系統參數估計方法研究
• 依託單位：哈爾濱工業大學
• 項目類別：青年科學基金項目
• 項目負責人：楊憲強

項目摘要

線性參數變化模型以其線性結構以及具有近似描述眾多複雜非線性/時變系統的能力得到了學術界和工業界的廣泛關注。儘管線性參數變化系統控制及其工業套用相關研究得到了很大發展，但是線性參數變化系統辨識的研究成果卻十分有限，許多假設條件，比如持續激勵、模型結構精確已知、理想數據集等，在實際中可能無法同時滿足。為此，本項目對辨識數據集中存在輸出量測缺失、不規則或多速率採樣輸出數據、輸出數據異常點、噪聲污染的調度變數數據等情況下的模型參數估計、模型結構參數選擇以及最佳化的實驗設計進行研究，並採用仿真驗證和實驗驗證相結合的方式來檢驗提出的方法的有效性，旨在促進線性參數變化輸入輸出模型辨識框架的完善及其在控制、預測領域的套用。

結題摘要

現代工業過程規模和複雜性的不斷提高給傳統機理建模帶來極大困難。基於過程數據的系統辨識成為過程建模的重要手段。線性參數變化模型以其線性結構和精確逼近非線性/時變系統的能力得到了學術界和工業界的廣泛關注。然而，傳統線性參數變化模型辨識方法研究主要集中在理想數據條件下模型參數估計方面，具有很大的局限性。本項目充分考慮實際工業過程中普遍存在的輸出量測缺失、不規則或多速率採樣輸出數據、輸出數據異常點、噪聲污染的調度變數數據、隨機量測時滯等非理想數據條件單個或多個同時存在的情況，提出了參數插值/輸出插值的線性參數變化模型參數估計以及模型階次、時滯等模型結構參數選擇方法，並對算法收斂性、參數估計精度、實驗設計等相關問題進行了分析和討論，促進了線性參數變化模型辨識框架的完善。 在本項目支持下，項目組在基金執行期間發表一作或通訊作者學術論文13篇，其中IEEE Transactions系列彙刊論文5篇；申請發明專利2項；發表論文被引用32次；指導或協助指導碩士、博士研究生7人。 基於以上研究成果，項目負責人在第43屆IEEE工業電子學會年會上組織了“Modeling and Estimation for Complex Industrial Systems”專題，任專題共同主席；入選了黑龍江省博士後青年英才計畫。