Hammerstein-Wiener时变系统的带遗忘因子学习辨识算法

摘要：

针对一类有限区间上重复运行的Hammerstein-Wiener非线性时变系统,将Ham-merstein-Wiener 系统输出非线性部分进行多项式展开以构造回归模型,采用带遗忘因子迭代学习梯度算法和带遗忘因子迭代学习最小二乘算法,估计系统的时变参数.当系统参数沿时间轴快变、沿迭代轴缓变时,修正遗忘因子提高算法的辨识精度.文中分别给出了 2种算法的推导过程并进行仿真对比验证,结果表明,带遗忘因子迭代学习最小二乘算法收敛速度更快、精度更高,达到相同性能指标时所需迭代次数更少,验证了所提学习算法的有效性.

关键词：学习辨识、最小二乘、随机梯度、Hammerstein-Wiener模型

所属期刊栏目：33

分类号：TP13;TP273;TP301.6

资助基金：国家自然科学基金62073291

在线出版日期：2023-11-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：815-822