基于ＬＳＳＶＭ的一类非线性系统的性能估计

2012年03月16日11:34:45 本网站我要评论(2)字号：T | T | T

关键字：传感器

王志国，刘　飞
江南大学自动化研究所，江苏无锡

摘　　　要：控制系统性能估计的研究多数针对线性系统，但是非线性系统本质上更加复杂，用传统的方法进行估计存在局限性。对于一类可由非线性部分叠加线性干扰表示的非线性系统，首先分析了其反馈不变量的存在性，指出此类系统性能估计的关键在于构造超前预测模型。接着用较小二乘支持向量机辨识非线性模型，把较小方差性能估计问题转换成模型参数辨识问题，辨识参数的同时可得系统较小方差估计值。较后通过一个仿真实例把方法和前人所述方法进行了比较，仿真结果验证了方法的有效性。

关　键　词：非线性系统；性能估计；较小二乘支持向量机（ＬＳＳＶＭ）；ＡＩＣ准则

１　引　言
一个典型的工业过程通常包含许多控制回路，保证这些回路长期、有效及稳定地运行是一项具有挑战性的任务。实际中的一些因素如：传感器或执行器故障、设备老化、原材料质量波动以及环境变化等会影响到系统的性能。对系统进行性能估计和监测是保证其正常运行的重要手段。当前对控制系统性能估计的研究主要是针对线性对象，用研究线性系统的方法估计非线性系统的性能会导致有偏差甚至没有意义的结论。非线性系统性能估计研究存在诸多难点：①非线性系统行为复杂难以用合适的数学模型来表示；②线性系统中任何点引入的干扰都可根据叠加定理看作为输出上的一个叠加量，而在非线性系统中不能类似处理；③缺乏有效的数学工具对非线性系统进行分析和求解优化控制律。因此，对非线性系统的性能估计研究较少。本文利用较小二乘支持向量机辨识非线性系统上的优势，基于此构造对象的预测模型，进一步估计非线性系统的较小方差性能。文章首先给出一类非线性系统性能评价的理论基础，进而阐述了较小二乘支持向量机的原理和使用方法，接着提出了基于较小二乘支持向量机的较小方差估计方法，较后通过一个仿真实例对该方法的有效性进行验证。

登录网站后可下载文件

基于ＬＳＳＶＭ 的一类非线性系统的性能估计

相关阅读:

基于ＬＳＳＶＭ的一类非线性系统的性能估计