稳定分布噪声下非线性PAR系统辨识新方法

doi:10.3778/j.issn.1002-8331.2009.34.040

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (34): 130-133.DOI: 10.3778/j.issn.1002-8331.2009.34.040

• 数据库、信号与信息处理 • 上一篇下一篇

稳定分布噪声下非线性PAR系统辨识新方法

查代奉¹，江金龙¹，姜玉林¹，邱天爽^1，2

1.九江大学电子工程学院，江西九江 332005
2.大连理工大学电子与信息工程学院，辽宁大连 116024

收稿日期:2008-01-09 修回日期:2009-07-29 出版日期:2009-12-01 发布日期:2009-12-01
通讯作者: 查代奉

Identification of nonlinear PAR system based on non-Gaussian stable noise

ZHA Dai-feng¹，JIANG Jin-long¹，JIANG Yu-lin¹，QIU Tian-shuang^1，2

1.College of Electronic Engineering，Jiujiang University，Jiujiang，Jiangxi 332005，China
2.School of Electronic and Information Engineering，Dalian University of Technology，Dalian，Liaoning 116024，China

Received:2008-01-09 Revised:2009-07-29 Online:2009-12-01 Published:2009-12-01
Contact: ZHA Dai-feng

摘要/Abstract

摘要： 描述了稳定分布的谱表示，提出了共变谱密度的概念，得到一种基于自共变序列与共变谱的稳定分布白噪声与有色噪声的概念及其判断标准，对传统意义上的白噪声进行了广义化，依据多项式自回归（PAR）系统模型，对基于稳定白噪声输入的系统输出非线性稳定有色噪声建立其非线性PAR模型，提出基于最小P范数的EIRLP算法对非线性PAR系统进行辨识。模拟和分析表明，这种算法是一种在高斯和分数低阶稳定分布噪声条件下具有良好韧性的非线性系统辨识方法，是对传统的二阶统计量基础上的系统辨识方法的改造与推广。

关键词: α-稳定分布, 共变谱, 非线性系统, 最小P范数

Abstract: Stable processes can better model the impulsive random signals and noises in physical observation.This paper briefly describes its spectral representation，proposes a new different spectral density from power spectrum density of second order processes，thus can get a new concept of stable white noise based on covariation spectrum，and a method of identification of nonlinear PAR system based on least p-norm.Simulation and analysis show that the method is robust and generalizes the conventional method based on second order statistics.

Key words: alpha stable distribution, ovariation spectrum, nonlinear system, least p-norm

中图分类号:

TP311

查代奉¹，江金龙¹，姜玉林¹，邱天爽^1，2. 稳定分布噪声下非线性PAR系统辨识新方法[J]. 计算机工程与应用, 2009, 45(34): 130-133.

ZHA Dai-feng¹，JIANG Jin-long¹，JIANG Yu-lin¹，QIU Tian-shuang^1，2. Identification of nonlinear PAR system based on non-Gaussian stable noise[J]. Computer Engineering and Applications, 2009, 45(34): 130-133.

[1]	耿宏，任道先，杜鹏. 基于NARX神经网络航空发动机参数动态辨识模型[J]. 计算机工程与应用, 2017, 53(12): 241-248.
[2]	彭晓华1，贾美珍2，王磊1. 一类完全模糊非线性系统同伦法求解[J]. 计算机工程与应用, 2015, 51(18): 38-41.
[3]	陈玉婵，师五喜，陈奕梅. 一类不确定非仿射非线性系统自适应模糊控制[J]. 计算机工程与应用, 2014, 50(8): 251-254.
[4]	李飞祥1，赵知劲1，2，赵治栋1. 一种分阶梯度加权平均变步长VLMP算法[J]. 计算机工程与应用, 2014, 50(4): 207-210.
[5]	伍思敏，陈珺，刘飞. 基于多目标粒子群的非线性系统PID控制器设计[J]. 计算机工程与应用, 2014, 50(23): 69-72.
[6]	严平平1，赵知劲1，2，尚俊娜1，2，赵治栋1. 二阶Volterra变记忆长度LMP算法[J]. 计算机工程与应用, 2013, 49(3): 121-125.
[7]	徐志成1，王树青2. 基于菌群优化算法的非线性系统模型参数辨识[J]. 计算机工程与应用, 2013, 49(1): 46-49.
[8]	王海鹰，李祖枢，龙菊舒. 一类三维动力系统的同步控制与仿真[J]. 计算机工程与应用, 2012, 48(7): 217-218.
[9]	林琳1，黄南天2，高兴泉1. 采用双折线步方法的傅里叶神经网络[J]. 计算机工程与应用, 2012, 48(29): 55-58.
[10]	吕辉，刘恒，向伟. 一类不确定非线性系统自适应模糊滑模控制[J]. 计算机工程与应用, 2012, 48(20): 236-239.
[11]	高玉宝，江金龙. 分数低阶[α]稳定分布的功率谱估计新方法[J]. 计算机工程与应用, 2012, 48(12): 125-128.
[12]	周保民1，廖瑛2. 未知非线性系统自适应改进RBF滑模控制[J]. 计算机工程与应用, 2011, 47(9): 243-245.
[13]	刘国志，苗晨. 基于社会认知算法的非线性控制系统参数估计[J]. 计算机工程与应用, 2011, 47(35): 222-223.
[14]	徐莉，刘飞. 饱和非线性时滞系统约束预测控制[J]. 计算机工程与应用, 2011, 47(31): 245-248.
[15]	吴志华^1，2，丁杨斌¹，申功勋¹. 改进的非线性鲁棒EKF算法及其应用[J]. 计算机工程与应用, 2011, 47(3): 207-209.

稳定分布噪声下非线性PAR系统辨识新方法

Identification of nonlinear PAR system based on non-Gaussian stable noise

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics