公开(公告)号：CN111930014A

公开(公告)日：2020-11-13

申请号：CN202010814214.8

申请日：2020-08-13

Applicant: 重庆邮电大学

Inventor： 侯杰 ,  黄祎 ,  谢昭贤 ,  陈丰伟 ,  刘井响 ,  李鹏华 ,  朱智勤

IPC: G05B13/04

Abstract: 本发明涉及一种动静态数据混合驱动的Hammerstein非线性工业系统简约灰箱子空间辨识方法，属于控制理论与控制工程非线性系统辨识领域。该方法包括：S1：采集系统动态数据和静态数据；S2：选择和处理Hammerstein非线性系统模型，得到预测模型；S3：构建Hammerstein非线性系统动态简约模型；S4：构建Hammerstein非线性系统静态简约模型；S5：利用递阶拉格朗日最优加权方法求解系统参数融合辨识。本发明同时采用动静态数据，基于分解的简约模型，避免对额外中间参数的估计，降低估计模型的方差、提高模型精度。

公开(公告)号：CN111930014B

公开(公告)日：2022-07-01

申请号：CN202010814214.8

申请日：2020-08-13

Applicant: 重庆邮电大学

Inventor： 侯杰 ,  黄祎 ,  谢昭贤 ,  陈丰伟 ,  刘井响 ,  李鹏华 ,  朱智勤

IPC: G05B13/04

Abstract: 本发明涉及一种动静态数据混合驱动的Hammerstein非线性工业系统简约灰箱子空间辨识方法，属于控制理论与控制工程非线性系统辨识领域。该方法包括：S1：采集系统动态数据和静态数据；S2：选择和处理Hammerstein非线性系统模型，得到预测模型；S3：构建Hammerstein非线性系统动态简约模型；S4：构建Hammerstein非线性系统静态简约模型；S5：利用递阶拉格朗日最优加权方法求解系统参数融合辨识。本发明同时采用动静态数据，基于分解的简约模型，避免对额外中间参数的估计，降低估计模型的方差、提高模型精度。