共被期刊论文引用了2次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于Hammerstein模型的执行机构非线性参数辨识显示文摘针对火电机组中流过执行机构的介质流量难以测量,导致执行机构的非线性特性无法直接求取这一问题,提出用构建Hammerstein模型代替直接测量介质流量的间接测量法,进而求取执行机构的非线性特性,然后分别使用粒子群算法(PSO)和樽海鞘群算法(SSA),辨识所构建的Hammerstein模型的参数。另外,针对PSO算法和SSA算法辨识Hammerstein模型参数精度不高以及收敛速度慢的问题,提出了一种改进的粒子群-樽海鞘群的混合算法(IPS)。最后基于烟道挡板的指令数据与再热器出口温度数据对模型进行了仿真。仿真结果表明,提出的IPS算法能改善PSO算法的过早收敛问题,提高SSA算法的辨识速度。因此通过建立Hammerstein模型能够解决介质流量难以测量的执行机构非线性参数辨识问题,并且提出的IPS算法能准确且快速的辨识Hammerstein模型的各项参数。 | 陈艺文 刘鑫屏 董子健 | 2024 | 华北电力大学学报(自然科学版)2024，51，1： | 0 |
| 2 | 有色噪声干扰下Hammerstein非线性模型辨识显示文摘针对非线性Hammerstein模型存在滑动平均噪声干扰问题,提出了一种智能分离辨识方法.利用多项式模型和状态空间模型分别建立Hammerstein模型的非线性子系统和线性子系统,并设计组合信号分离辨识Hammerstein模型的静态非线性子系统和动态线性子系统.首先,分析了二进制信号不激发非线性子系统特性,推导出基于辅助变量的增广最小二乘方法辨识动态线性子系统和噪声模型的参数,有效削弱了滑动平均噪声的干扰.其次,为了提高随机梯度辨识方法的辨识精度和收敛速度,推导了遗忘因子增广随机梯度方法,基于随机信号的输入/输出数据辨识静态非线性子系统的参数.仿真结果表明,本文推导的方法能够辨识滑动平均噪声干扰下Hammerstein模型,与递推增广最小二乘方法、迭代梯度方法和辅助模型递推增广最小二乘方法相比,提出的方法能够取得较高的辨识精度. | 宋伟 韩佳虎 李峰 曹晴峰 | 2023 | 陕西科技大学学报2023，41，5： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员