郑天, 李峰, 罗印升, 刘冉冉, 顾亚
控制工程.
2022, 29(11):
2034-2041.
提出了一种基于高斯核函数的 Hammerstein 非线性系统参数辨识方法。Hammerstein 非线性系统由一个静态非线性模块和一个动态线性模块串联组成,利用高斯核函数神经网络和传递函数模型分别建立 Hammerstein系统的静态非线性模块和动态线性模块。首先,基于可分离信号的输入输出数据,采用相关性分析方法估计动态线性模块的参数,有效抑制噪声的干扰。其次,针对 Hammerstein 非线性系统的不可测噪声项,利用残差的估计值代替不可测变量,推导了递推增广最小二乘辨识方法,根据随机信号的输入输出数据辨识静态非线性模块和噪声模型的参数。仿真结果表明,针对有色噪声干扰的Hammerstein 非线性系统, 所提方法具有较好的辨识精度和鲁棒性。