APP下载

竞争学习的非均匀采样非线性系统的模糊辨识

2016-12-01王宏伟

哈尔滨工业大学学报 2016年4期
关键词:信号模型系统

王宏伟,连 捷

(大连理工大学 控制科学与工程学院,116024 辽宁 大连)



竞争学习的非均匀采样非线性系统的模糊辨识

王宏伟,连 捷

(大连理工大学 控制科学与工程学院,116024 辽宁 大连)

在实际非线性系统中,由于资源的限制,使得输入信号快速刷新,输出信号慢速采样.利用获得的非均匀采样数据对原非线性系统辨识存在一定困难.为此,通过提升技术,把非线性系统的多个特征点局部的线性模型转化为模糊模型的后件线性模型.在此基础上,提出基于竞争学习和递推梯度下降方法的辨识算法.通过定理证明:输入信号在持续激励条件下,模糊模型的参数能够一致性收敛;针对化工pH中和过程非线性系统,采用非均匀采样数据,建立其模糊模型,通过实际数据与模糊模型输出数据误差对比,表明了实际系统在非均匀采样条件下,模糊辨识能够建立其过程模型,验证了提出方法的有效性.

竞争学习;模糊辨识;多采样率系统;非均匀采样;非线性系统

非均匀多采样率系统是工业控制中很重要的一类系统,受各种条件的限制,例如,时基抖动、人工采样、数据丢失或传输延迟等,系统的输入信号和输出信号分别采用不同的非均匀采样频率.在实际系统中,如果输入信号采用了快速刷新周期信号,输出信号采用了慢速周期采样信号,且输出信号采样周期等于输入信号刷新更新周期(框架周期)的系统,这类特殊的非均匀采样系统,属于多采样率系统的一种.

登录APP查看全文

猜你喜欢

信号模型系统
一半模型
Smartflower POP 一体式光伏系统
信号
WJ-700无人机系统
ZC系列无人机遥感系统
完形填空二则
重尾非线性自回归模型自加权M-估计的渐近分布
基于FPGA的多功能信号发生器的设计
连通与提升系统的最后一块拼图 Audiolab 傲立 M-DAC mini
3D打印中的模型分割与打包