龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：哈尔滨工业大学
摘要：一种基于偏斜分布的非线性时滞工业系统鲁棒辨识方法，属于工业系统建模及模型参数辨识领域。本发明针对现有工业系统进行参数辨识没考虑时滞对系统动态的影响，并以噪声遵循高斯分布作为辨识基础，造成参数辨识结果精度低的问题。包括：建立非线性时滞工业系统的线性变参数模型，并改写为线性回归形式；同时建立不同尺度高斯分布的加权组合形式的噪声概率分布模型；再建立关于系统输出量的概率分布模型；同时基于观测数据集和缺失数据集，在期望最大化算法框架下估计模型参数，得到的最终模型参数使系统输出量的对数似然函数取极值；直到得到的模型参数满足收敛条件，确定最终模型参数。本发明用于工业系统模型参数的辨识。
主权项：1.一种基于偏斜分布的非线性时滞工业系统鲁棒辨识方法，其特征在于，建立非线性时滞工业系统的线性变参数模型；引入无噪声输出变量，将线性变参数模型转换为变换后线性变参数模型；再基于构造的回归向量，将变换后线性变参数模型改写为线性回归形式；同时建立具有偏斜分布特性的噪声概率分布模型，引入隐变量，将噪声概率分布模型表达为不同尺度高斯分布的加权组合形式；基于线性回归形式的变换后线性变参数模型和不同尺度高斯分布的加权组合形式的噪声概率分布模型建立关于系统输出量的概率分布模型；同时基于观测数据集和缺失数据集，在期望最大化算法框架下估计模型参数，得到的最终模型参数使系统输出量的对数似然函数取极值；计算最终模型参数的迭代计算方法为：由观测数据集和缺失数据集构建完整数据集，计算完整数据集的对数似然函数，再基于期望最大化算法框架计算在观测数据集和当前模型参数估计条件下关于缺失数据集的数学期望，并确定缺失数据集数学期望中的后验分布项；极大化缺失数据集的数学期望，得到模型参数的更新公式，计算得到模型参数的更新值；直到得到的模型参数满足收敛条件，确定最终模型参数。
全文数据：
权利要求：
百度查询： 哈尔滨工业大学 基于偏斜分布的非线性时滞工业系统鲁棒辨识方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号