《基于小波的隨機(jī)carma模型多尺度辨識(shí)方法的研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、碩士論文摘要摘要近年來，有關(guān)控制相關(guān)辨識(shí)法的研究正在深入，這種辨識(shí)與控制之間的配合向傳統(tǒng)的辨識(shí)方法提出了新的要求。采用小波分解的辨識(shí)方法是一種控制相關(guān)的系統(tǒng)辨識(shí)方法，通過離散小波變換，把系統(tǒng)的輸入輸出數(shù)據(jù)分解到不同的頻段上，選取系統(tǒng)工作頻段的數(shù)據(jù)或者對(duì)各頻段數(shù)據(jù)的加權(quán)，實(shí)現(xiàn)對(duì)控制系統(tǒng)工作頻率的精確建模。隨機(jī)CARMA模型是控制系統(tǒng)常用的模型，本文針對(duì)隨機(jī)CARMA模型的多尺度辨識(shí)進(jìn)行了研究，主要完成了以下工作：1．基于隨機(jī)CARMA模型的多級(jí)最小二乘法，本文提出了對(duì)輔助模型參數(shù)和過程模型參數(shù)進(jìn)行多尺度辨識(shí)的方法：2．把多尺度估計(jì)模型M．轉(zhuǎn)化為時(shí)域模型Mj的算法

2、，并在時(shí)域完成噪聲模型的參數(shù)辨識(shí)；3．根據(jù)控制的要求選擇最終的隨機(jī)CARMA模型M；4．仿真研究證明了這種方法的有效性。論文研究表明采用小波多尺度分析能夠充分提取辨識(shí)數(shù)據(jù)中不同頻段的信息，提高信噪比和辨識(shí)精度，易于把控制系統(tǒng)設(shè)計(jì)對(duì)模型的要求反映到辨識(shí)過程中。關(guān)鍵詞：小波，多尺度分析，辨識(shí)硬士論文AbstractRecently，Control—relatedprocessidentificationmethodhasbeenwidelystudied．Processidentificationassodmingwiththecontrolperformance

3、indexraisesnewrequirementsfortraditionalidentificationmethods，Usingthewaveletmultiresotutionanalysisidentificationisacontrol-relatedprocessidentificationmethod．Basedondiscretewavelettransformation，theinputandoutputdataoftheprocessisdecomposedintodifferentfrequencybands，accuratemodel

4、ingintheoperationbandoftheprocessCallbeachievedbyusingthedatarelatedortheweighteddataofthedifferentfrequencybands．StochasticCARMAmodelisfundamentalforthecontrolprocessmodeling．Inthispaper,multiscaleidentificationforstochasticCARMAmodelisdiscussed，whichisorganizedasfollows：1．BasedOnM

5、ultistepLeast—Squares(MLS)systemidentification，amethodofmultiscaleparameteridentificationforInstrumentalmodelandprocessmodelispresented；2．Derivingtheequivalenttime．domainmodelsMiformtheestimatedmultiscalemodelsM，andidenti研ngtheparametersofthenoisemodelinthetime—domain；3．Selectingthe

6、optimummodelMfrom掰；，whichmeetsthedemandsofthecontrolsystem；4．Thevalidconclusionsofthepresentedmethod扭thisarticleismadebysimulationexamples．TheworkinthispaperhasprovedthatWavelet--basedruultiresolutionanalysisisutilizedtoextractinformationatdifferentfrequencyscalesfromthedataofthepro

7、cessestimated，andtoeBhancethesignaltonoiseratioandthustoimproveidentificationaccuracy．Itfacilitatesrelatingtherequirementsofthemollforthecontrolsystemdesigntotheidentificationprocedure．Kevword：WaveIet，MuItiseaIeariaIysiS，Identification獨(dú)創(chuàng)性聲明本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了

8、文中特別加以標(biāo)注和致謝的地方外，論文中