wendy_ya
控制类专业在读研究生
展开
-
系统辨识实例(6)——利用长短期记忆人工神经网络(LSTM)进行系统辨识及MATLAB编程实现
上一篇文章介绍了利用利用深度级联网络(cascadeforwardnet)进行系统辨识,本文将重点介绍一下利用循环神经网络RNN的变体——长短期记忆人工神经网络(LSTM)进行系统辨识及MATLAB编程实现。目录一、长短期记忆人工神经网络(LSTM)介绍二、LSTM的MATLAB实现2.1 分类LSTM网络2.2 回归LSTM网络2.3 LSTM网络层介绍三、利用LSTM进行系统辨识3.1 数据集介绍3.2 LSTM网络设计3.3 输入数据3.4 网络训练及评估一、长短期记忆人工神经网络(LSTM)介绍原创 2021-07-20 13:14:04 · 3445 阅读 · 0 评论 -
系统辨识实例(5)——利用深度级联网络(cascadeforwardnet)进行系统辨识及MATLAB编程实现
上一篇介绍了利用BP神经网络进行系统辨识,本文将介绍一下利用级联前向神经网络(cascadeforwardnet)进行系统辨识。目录一、数据集1.1 数据集下载1.2 数据集介绍二、线性模型系统辨识三、深度级联级联网络四、利用深度级联网络进行系统辨识一、数据集1.1 数据集下载本案例中使用的数据集是“Silverbox Example”,这是经常被用于非线性基准案例辨识的数据集。这是一个受迫杜芬振荡器,它是一个模拟机械系统的电子电路,带有立方硬化弹簧。数据集链接:https://sites.goo原创 2021-07-19 17:12:10 · 1879 阅读 · 0 评论 -
系统辨识实例(4)——利用BP神经网络进行状态空间辨识及MATLAB编程实现
上一篇介绍了利用BP神经网络进行非线性系统辨识,本文将介绍一下利用BP神经网络进行状态空间辨识。目录一、实例介绍二、基本流程2.1 模型变换,分离出非线性函数2.2 利用BP神经网络进行辨识2.3 神经网络测试2.4 利用simulink进行仿真比较三、总结一、实例介绍考虑某雷达天线仰角控制系统,通过改变直流电机电流可以控制天线臂角度Φ\PhiΦ,系统模型如下:(x1˙x2˙)=(x29.81sinx1−2x2)+(01)u\left( \begin{array}{lcr原创 2021-06-23 21:32:22 · 2732 阅读 · 3 评论 -
系统辨识实例(3)——利用BP神经网络进行非线性系统辨识及MATLAB编程实现
前面几篇文章已经详细介绍了系统辨识的基本原理、方法以及系统辨识工具箱的基本使用。下面将利用实例进行介绍利用BP神经网络进行非线性系统辨识。目录一、实例介绍二、流程介绍三、程序结构3.1 输入数据(训练数据和测试数据)3.2 BP神经网络的建立与训练3.3 BP神经网络测试四、运行结果一、实例介绍利用BP网络对以下非线性系统模型进行辨识。y(k+1)=y(k)(2y(k−1)+1)1+y2(k)+y2(k−1)+u(k)y(k+1)=\frac{y(k)(2y(k-1)+1)}{1+y^2(k)+y^原创 2021-06-03 16:38:45 · 5749 阅读 · 0 评论 -
系统辨识实例(2)——利用BP神经网络进行基本非线性函数辨识
下面通过一个简单的实例介绍利用BP神经网络进行基本非线性函数辨识。目录一、实例介绍二、程序设计三、运行结果一、实例介绍利用BP神经网络对非线性函数——正弦函数进行辨识逼近。二、程序设计话不多说,直接来看代码:close all;clear all;clc;%% I.数据预处理p=[-1:0.05:1];%输入t=sin(2*pi*p);%真实输出%% II.BP神经网络训练n=5;%隐含层神经元net=newff(minmax(p),[n,1],{'tansig','purelin'原创 2021-06-28 09:51:36 · 2787 阅读 · 0 评论 -
系统辨识实例(1)——最小二乘估计的一次完成算法/批处理算法(LS算法)MATLAB编程实现
算法详情请参考书籍《系统辨识及其MATLAB仿真》侯媛彬.,这里不做详细介绍。(如果有需要的话,请在评论区留言,如果留言数足够多,可以更新一期)好的,直接来看编程实例:题目:利用最小二乘一次完成算法对如下系统进行参数辨识:假设v(k)服从正态分布的白噪声,输入信号u(k)采用幅值为1的M序列,利用LS算法进行参数估计。分析:式中,na=2,nb=2利用式(3.7)(3.8)可写出h(k)=[-z(k-1),-z(k-2),u(k-1),u(k-2)]Tθ=[a1,a2,b1,b2]T原创 2020-09-16 19:34:43 · 4206 阅读 · 0 评论 -
系统辨识基础知识(3)——系统辨识常用矩阵分解及其MATLAB实现
矩阵分解在系统辨识领域有着十分广泛的应用,本文将重点介绍一下矩阵的分解,包括矩阵的三角分解、奇异值分解等。原创 2021-07-21 10:30:57 · 688 阅读 · 0 评论 -
系统辨识基础知识(2)——系统辨识常用矩阵汇总及其MATLAB实现
目录1. 汉克尔矩阵(Hankel Matrix)1.1 定义1.2 示例:1.3 汉克尔矩阵的MATLAB实现:2.克罗内克积(Kronecker product)2.1 定义2.2 示例:2.3 克罗内克积的MATLAB实现:3.托普利兹矩阵(Toeplitz Matrix)3.1 定义3.2 托普利兹矩阵的性质3.3 托普利兹矩阵的MATLAB实现:4.海森堡阵(Hessenberg)4.1 定义1. 汉克尔矩阵(Hankel Matrix)汉克尔矩阵 (Hankel Matrix) 是指每一条逆原创 2021-07-21 10:04:32 · 1166 阅读 · 0 评论 -
系统辨识基础知识(1)——产生(0,1)均匀分布随机数的原理分析及MATLAB实现
通过计算机产生(0,1)均匀分布随机数的方法大致有三类:Rand的百万随机数【缺点:占用内存量大】物理方法 【缺点:设备维护困难】数学方法 【特点:产生速度快,占用内存小】下面介绍利用数学方法产生(0,1)均匀分布随机数的方法。利用数学方法实现(0,1)均匀分布随机数的本质是实现如下的递推运算:每个(0,1)均匀分布的随机数总是前面各时刻随机数的函数,严格说来,上式的函数取任何形式都不可能产生真正的连续(0,1)均匀分布的随机数,因此,通常称用数学方法产生的(0,1)均匀分布的随机数叫做伪原创 2021-06-21 14:33:36 · 4328 阅读 · 0 评论 -
MATLAB系统辨识工具箱介绍(完结)
网上有比较详细的关于系统辨识工具箱函数的介绍,但是并没有根据相关实例进行讲解,因此让人看得云里雾里。这里我通过实例对MATLAB系统辨识工具箱函数进行详细讲解,帮助大家更容易理解系统辨识工具箱。原创 2020-09-24 18:58:12 · 32920 阅读 · 24 评论 -
系统辨识总论(System Identification)
由于研究方向涉及系统辨识这一方面,因此这里对其进行专栏讲解,同时也是对自己所学知识点的巩固加深。这里将分成六部分进行介绍。一、系统辨识的MATLAB部分介绍二、系统辨识概述三、系统辨识输入信号四、最小二乘参数辨识五、梯度校正参数辨识六、总结在进行学习之前,首先推荐一下教材:《系统辨识及其MATLAB仿真》侯媛彬。大家直接百度就可以搜到pdf版电子书,这里就不放链接了。...原创 2020-09-23 15:25:07 · 5447 阅读 · 0 评论