摘要
针对单变量变时延过程中时延信息的估计问题和系统参数的辨识问题,分别研究了时延估计以及遗忘因子递推线性回归算法的最小方差性能基准.首先,利用系统过程运行数据,运用强跟踪滤波算法对时延信息进行估计,并根据时延改变情况将运行过程分段;然后,在每段时延固定的基础上,针对模型参数动态辨识,提出改进的遗忘因子递推线性回归算法的最小方差性能基准;最终,提出了变时延过程的最小方差性能基准的评价步骤.实验结果表明,相比较传统评价基准,变时延过程的最小反差性能评价基准的评价结果更加准确.
- 单位
针对单变量变时延过程中时延信息的估计问题和系统参数的辨识问题,分别研究了时延估计以及遗忘因子递推线性回归算法的最小方差性能基准.首先,利用系统过程运行数据,运用强跟踪滤波算法对时延信息进行估计,并根据时延改变情况将运行过程分段;然后,在每段时延固定的基础上,针对模型参数动态辨识,提出改进的遗忘因子递推线性回归算法的最小方差性能基准;最终,提出了变时延过程的最小方差性能基准的评价步骤.实验结果表明,相比较传统评价基准,变时延过程的最小反差性能评价基准的评价结果更加准确.