系统建模和估计的高阶统计信息理论与频域方法研究及其应用

扫码查看

原文链接

NETL

中文摘要：该文研究系统建模与最优估计中的频率域方法及高阶统计信息理论在时间序列建模中的应用.所得到的研究成果主要有:提出了在非高斯问题中综合应用高阶统计信息与系统似然函数指标的建模方法;给出了基于高阶统计信息的非线性优化建模的实现方法,并给出了Hessian矩阵与伪Hessian矩阵的计算方法.对优化算法的网络实现进行了讨论;将信息结构的概念引入系统辨识领域,提出了具有一般信息结构的系统辨识的概念;对系统频域辨识算法的性能(误差界)进行了定量的分析.对模型误差界辨识的频域方法做了修正,给出了一个误差上界;提出了系统频域辨识中最优权矩阵的一种估计方法,从而使频域辨识算法迭代过程的速度与精度均得到了提高;对模型不精确系统中最优估计与平滑反卷积的频域性质作了系统的研究,为在最优估计与平滑反卷积中实现失配模型与参数的辨识创造了条件;给出了自适应Kalman滤波的一种频率域方法;提出了跳变输入序列稳态检测的一种新算法,给出了基于平滑反卷积频域性质的阈值检测与似然比检测指标,并给出一种建模方法,可有效避免通常极大似然检测中反射点数目无限增大的问题.

作者：

高江

展开 >

关键词：

卡尔曼滤波系统建模高阶统计信息最优估计频率域时间序列系统辨识

授予学位：

博士

学科专业：

自动控制理论及应用

导师：

戴冠中

学位年度：

1996

学位授予单位：

西北工业大学

语种：

中文

中图分类号：