控制理论与应用

作者：刘艳君,范晋翔,陈晶

单位：江南大学,江南大学,江南大学

关键词：Hammerstein模型; 稀疏系统辨识; 最小角回归算法; 模型选择准则; 时滞估计

基金：国家自然科学基金项目(61973137), 江苏省自然科学基金项目(BK20201339), 中国博士后科学基金项目(2022M711361)资助.

针对一类未知时滞和阶次的Hammerstein模型的辨识问题, 本文提出一种基于绝对角度停止准则最小角回归(AS-LAR)的稀疏辨识方法, 该方法可以同时辨识出Hammerstein模型的时滞、阶次和参数. 首先, 通过引入最大非线性阶次和输入回归长度, 将系统表示成具有稀疏参数向量的高维辨识模型; 然后, 提出一种绝对角度停止准则, 对最小角回归算法进行改进, 并基于改进的AS-LAR算法获得稀疏参数向量的估计; 最后, 基于参数向量稀疏结构, 估计出系统的时滞和阶次, 并从估计的参数向量中提取和分离出系统线性部分和非线性部分的参数估计值. 数值仿真和水箱实例结果表明, 提出的辨识方法有效, 且与其它辨识方法相比, 具有估计精度高、计算量小、速度快等特点.

来源：2024年第9期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2024年第9期