內(nèi)部更新多新息梯度的Wiener系統(tǒng)盲辨識

摘要： 針對Wiener系統(tǒng)信息未知和多新息長度約束辨識精度問題，提出一種行列式定階法和基于內(nèi)部更新多新息梯度辨識方案。首先，基于參數(shù)分離技術(shù)，構(gòu)造線性和非線性參數(shù)無交叉乘積項的辨識模型。其次，利用參考模型思想和系統(tǒng)數(shù)據(jù)推導(dǎo)確定系統(tǒng)階次的行列式比方法，簡化盲辨識算法設(shè)計復(fù)雜度。借鑒內(nèi)部更新理論，首次將給定多新息參數(shù)更新分解為多個子新息內(nèi)部參數(shù)更新，解決新息長度限制辨識性能問題，提高辨識... （共9頁）