[发明专利]一种自适应增益梯度投影辨识方法

权利要求书

1.一种自适应增益梯度投影辨识方法，其特征在于步骤如下：

(1)在指定范围内初选离散动态系统传递函数模型的待辨识参数初值及参数范围；

(2)根据当前时刻的输入输出数据，采用迭代法调整梯度投影算法增益，使得在该增益下得到的当前步辨识参数下的模型预报误差在约束条件下达到极小，此时记录所对应的参数辨识结果为本步参数辨识结果；

所述步骤(2)采用迭代法调整梯度投影算法增益，具体为：

(2.1)初始化操作

令：

γ(i＝1)＝γ_max,

其中，γ(i＝1)＝γ_max是对每一步参数辨识算法的增益赋迭代初值γ_max，是第k-1步参数估计结果，是中间有效结果标记；

φ^T(k)＝(y(k-1),y(k-2),...,y(k-n),u(k-1),u(k-2),...,u(k-m-1))为测量数据组成的向量；err_pre是本步参数辨识的初始迭代对应的验前误差；

(2.2)迭代搜索最优参数辨识结果；

令i＝1～i_max，这里，1≤i_max∈Z⁺是每步辨识中迭代搜索的设定次数，对每步辨识过程的迭代循环，进行如下操作：

(i)记：参数θ_m＝θ_s，如果i＝i_max+1，记为第k步模型参数辨识的结果并结束第k步的参数辨识过程；否则当i≤i_max时，采用第i次增益迭代值γ(i)，按如下公式进行θ_m参数估计；

进行θ_m参数估计具体为：将赋值给θ_m；

(ii)当i≤i_max时，对上述(i)中得到的θ_m是否在参数的先验范围区间内进行判断：当时，令γ(i+1)＝γ(i)/2，将i+1赋值给i，返回重新执行上述(i)中的操作；当θ_m∈D_θ时，则计算验后误差：

(iii)比较验后误差err_pst与验前误差err_pre的绝对值大小，如果|err_pst|＜|err_pre|且|err_pst|＞Δ_noise同时成立，则：将θ_s值用第i次迭代的参数辨识结果θ_m值替换，即，θ_s＝θ_m，将验前误差err_pre的值用第i次迭代得到的验后误差err_pst值替换，即，err_pre＝err_pst，并置第i+1次迭代的增益值γ(i+1)＝γ_max，之后返回上述(i)；其中，Δ_noise是测量噪声的3倍均方差值；

(iv)比较验后误差err_pst与验前误差err_pre的绝对值大小，如果|err_pst|＜|err_pre|以及|err_pst|＞Δ_noise不能同时成立，则：置第i+1次迭代的增益值γ(i+1)＝γ(i+1)/2，之后返回上述(i)；

(2.3)确定当前第k步的最终辨识结果：

(3)对下一步输入输出采样数据，重复步骤(2)。

2.根据权利要求1所述的一种自适应增益梯度投影辨识方法，其特征在于：离散动态系统传递函数模型为D(z^-1)y(k)＝N(z^-1)u(k)，其中，多项式D(z^-1)和N(z^-1)为多项式系数，y(k)为模型输出，u(k)为模型输入。