10.3969/j.issn.1000-3932.2022.01.001
基于近似最小一乘准则的Hammerstein-Wiener模型随机梯度辨识
基于最小一乘准则和随机梯度算法原理,针对受尖峰噪声影响的非线性Hammerstein-Wiener模型,提出基于最小一乘准则的随机梯度算法.为解决最小一乘准则函数不可微的问题,该算法引入确定性可导函数近似代替残差绝对值.仿真实验表明:基于最小一乘准则的随机梯度算法对于非线性Hammerstein-Wiener模型可以有效地辨识出模型参数,同时抑制尖峰噪声对辨识结果的影响,具有更高的辨识精度、更快的收敛速度和良好的鲁棒性.
参数辨识;Hammerstein-Wiener模型;最小一乘准则;随机梯度;尖峰噪声
49
TP273(自动化技术及设备)
国家重点研发计划;中国石油天然气集团有限公司-中国石油大学北京战略合作科技专项
2022-02-24（万方平台首次上网日期，不代表论文的发表时间）
共7页
1-6,19
