基于奇异值分解的非均匀采样非线性系统的模糊模型辨识
来源期刊：控制与决策2020年第3期
论文作者：王宏伟 谢丽蓉
文章页码：757 - 762
关键词：非均匀采样系统;模糊模型;奇异值分解;递推最小二乘;结构辨识;
摘 要：针对复杂、不确定、非均匀采样数据的非线性系统,提出一种基于矩阵奇异值分解(SVD)的模型结构辨识和参数估计的建模方法.首先,利用矩阵奇异值(SVD)分解算法分析各局部模型与奇异值、积累贡献率的关系,确定模糊模型的规则数,从而实现模型的结构优化;然后,为了克服递推最小二乘出现的误差积累、传递现象,采用奇异值分解的递推最小二乘估计模型的结论参数;最后,通过仿真实例验证所提出算法的有效性.
王宏伟1,2，谢丽蓉1
1. 新疆大学电气工程学院2. 大连理工大学控制科学与工程学院
摘 要：针对复杂、不确定、非均匀采样数据的非线性系统,提出一种基于矩阵奇异值分解(SVD)的模型结构辨识和参数估计的建模方法.首先,利用矩阵奇异值(SVD)分解算法分析各局部模型与奇异值、积累贡献率的关系,确定模糊模型的规则数,从而实现模型的结构优化;然后,为了克服递推最小二乘出现的误差积累、传递现象,采用奇异值分解的递推最小二乘估计模型的结论参数;最后,通过仿真实例验证所提出算法的有效性.
关键词：非均匀采样系统;模糊模型;奇异值分解;递推最小二乘;结构辨识;
