- 年份
- 2025(2)
- 2024(3)
- 2023(3)
- 2022(1)
- 2021(1)
- 2019(5)
- 2018(3)
- 2017(4)
- 2016(6)
- 2015(5)
- 更多...
- 核心收录
- 中国科技论文与引文数据库(CSTPCD)(68)
- 中国科学引文数据库(CSCD)(61)
- 北京大学中文核心期刊目录(北大核心)(61)
- 刊名
- 控制理论与应用(15)
- 光学精密工程(6)
- 化工学报(5)
- 计算机工程(5)
- 传感技术学报(3)
- 信息与控制(3)
- 南京理工大学学报(自然科学版)(3)
- 计算机工程与应用(3)
- 计量学报(3)
- 南京航空航天大学学报(2)
- 更多...
- 作者单位
- 上海大学(4)
- 江南大学(4)
- 浙江工业大学(4)
- 东南大学(3)
- 中国科学技术大学(3)
- 华东交通大学(3)
- 西南交通大学(3)
- 西安交通大学(3)
- 辽宁石油化工大学(3)
- 中南大学(2)
- 更多...
- 语种
- 汉语(83)
- 关键词
- Hammerstein模型(83)
- 系统辨识(11)
- 参数辨识(6)
- 模型预测控制(5)
- 非线性系统(5)
- 预测控制(5)
- 神经网络(4)
- 辨识(4)
- 迟滞非线性(4)
- 非线性(4)
- 更多...
- 作者
- 何德峰(3)
- 刘滔(3)
- 向微(3)
- 贾立(3)
- 邹涛(3)
- 陈宗海(3)
- 雷超(3)
- 韩华亭(3)
- 俞立(2)
- 周克敏(2)
- 更多...
相关度
- 相关度
- 发表时间
每页显示10条
- 每页显示10条
- 每页显示20条
- 每页显示30条
已找到 83 条结果
- Hammerstein模型参数的相关函数估计方法CSTPCD摘要:本文讨论Hammerstein 非线性模型参数的相关函数估计方法.它是将Hammerstein 模型分解成子模型,通过试验首先获得各子模型的输入输出相关函数,然后采用相关分析--最小二乘法得到各子系统得参数估计值.该方法得到的参数估计是无偏的.
- 电磁脉冲测试系统的非线性辨识建模与性能补偿北大核心CSCDCSTPCD
- 压电陶瓷执行器的类Hammerstein模型及其参数辨识北大核心CSCDCSTPCD摘要:针对压电陶瓷执行器的迟滞非线性对压电陶瓷精密定位的影响,提出了应用类Hammerstein模型对压电陶瓷执行器进行建模的方法.建立了压电陶瓷执行器的迟滞模型并且描述其频率相关性.利用类Hammerstein模型把压电陶瓷执行器看成静态迟滞模型和动态二阶系统的串联,其中静态模型由分类排序的Preisach模型进行描述,二阶系统应用遗传算法辨识其参数.实验结果表明:加入二阶系统后,类Hammerstein模型对频率的相关性有较大增强,其误…查看全部>>
- 非线性Hammerstein系统辨识的动态分离方法北大核心CSCDCSTPCD摘要:利用同幅值的M序列和逆M序列作为输入信号,对Hammerstein模型中的线性动态部分进行分离处理,通过辨识得到一个线性动态模型.基于此线性模型,依据系统的测量输出重构出系统的中间输入.最后由系统的测试输入和中间输入估计出非线性部分的参数.仿真结果表明本方法的有效性.
- 一类非线性系统的广义预测控制研究CSCDCSTPCD摘要:提出一种针对双线性Hammerstein模型的预测控制策略.该策略将双线性Hammerstein模型中的无记忆非线性静态增益环节,改进成易于由中间变量求取控制量的环节,避免求解高阶方程根的困难,又对双线性环节采用双线性系统的广义预测控制.避免解非线性优化问题,使得到的中间变量的表达式具有解析形式.由于引入广义预测控制中多步预测的思想,抗噪声的能力显著提高.仿真结果验证了该策略的有效性.
- 大工业系统中-类Hammerstein模型辨识法摘要:针对大工业系统中Hammerstein模型,提出一种稳态与动态辨识相结合的子空间模型-分散辨识两步法.此方法是将设定点的阶跃信号作为输入辨识信号,对静态非线性增益部分和线性动态部分进行辨识.很好地解决了传统两步法中非线性求解难和两步之间缺乏有机沟通的问题.仿真结果表明该方法的有效性和实用性.
- 基于Hammerstein模型描述的非线性系统辨识新方法北大核心CSCDCSTPCD摘要:Hammerstein模型常用来描述pH值或具有幂函数、死区、开关等特性的过程,本文提出了一种辨识此类对象模型结构和参数的新方法,首先将非线性静态部分和线性动态部分分别用非线性基和Laguerrc级数表示,然后通 过最小二乘法、矩阵特征值分解和矩阵扩维,辨识出两部分参数.并证明了该方法在输出端存在白噪声情况下误差的收敛性.此方法仅需假设输入为持续激励,适用范围广,计算简单,辨识精度高.最后通过pH中和滴定实验验证了以上结论.
- Hammerstein模型基于神经网络的预测控制方法北大核心CSCDCSTPCD摘要:Hammerstein模型是化工过程中最常用的模型之一,它由非线性静态环节和线性动态环节串连组成,适合描述Ph过程和具有幂函数、死区、开关等非线性特性的过程.这类模型的控制问题可以分解为:线性模型的控制问题和非线性模型的求根问题.针对Hammerstein模型提出了一种基于神经网络的模型预测控制策略,采用一组神经网络拟合非线性部分的逆映射.这种方法不需要假设Hammerstein模型的非线性部分由多项式构成,并且避免已有研究在无根和重…查看全部>>
- 基于SVR的传感器Hammerstein模型辨识北大核心CSCDCSTPCD摘要:提出一种基于支持向量回归机的非线性动态传感器Hammerstein模型辨识方法并给出了相关的数学理论及学习算法.在该模型中,用非线性静态子环节和线性动态子环节串联来描述传感器的非线性动态特性.再利用函数展开将模型的非线性传递函数转换为等价的线性中间模型,并通过SVR求取中间模型参数.最后,推导出中间模型参数与传感器Hammerstein模型参数之间的关系,并由该关系实现非线性静态环节和线性动态环节的同时辨识.用实际力传感器动态标定实验…查看全部>>
- 运用QPSO算法进行系统辨识的研究北大核心CSCDCSTPCD摘要:引入了一种广泛而实用的方法--基于量子行为的粒子群算法的理论应用于系统辨识领域,QPSO算法不仅参数个数少,随机性强,并且能覆盖所有解空间,保证算法的全局收敛性.仿真实验结果表明,QPSO算法具有比GA算法及PSO算法更强的线性系统辨识能力和非线性系统辨识能力.