导读:本文包含了系统辨识论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:系统,算法,参数,矩阵,同调,模型,蜂群。
系统辨识论文文献综述
李伟,张长胜[1]（2019）在《基于模拟退火布谷鸟算法的直流伺服系统静态摩擦参数辨识》一文中研究指出针对非线性摩擦对直流伺服系统性能的影响,提出一种基于模拟退火布谷鸟算法提高摩擦参数辨识精度的方法。采用Lu Gre摩擦模型建立伺服系统静摩擦参数与力矩的关系表达式,并分析其稳态特性,以此构建参数辨识的目标函数。引入模拟退火中的Boltzmann选择机制,结合迭代全局最优值对布谷鸟算法发现概率的自适应性进行了增强,以改善算法的寻优效果,通过分析比较得知改进算法的时间复杂度与原算法一致。在相同摩擦参数设置下,改进布谷鸟算法的辨识精度优于传统方法,利用其辨识结果补偿伺服系统运行的非线性摩擦力矩,得到了良好的控制效果。实验结果表明,该方法可以使摩擦参数的辨识适应度值提高2～3个数量级,有效改善了系统的控制性能。(本文来源于《重庆邮电大学学报(自然科学版)》期刊2019年06期）
李雪,姜涛,陈厚合,李国庆[2]（2019）在《基于图分割的电力系统同调机群辨识新方法》一文中研究指出提出一种基于图分割的电力系统同调机群辨识新方法。借助电力系统广域量测信息,计算系统各发电机间的相关系数;以相关系数表征系统中任意2台发电机间的同调耦合度,构建可描述发电机间同调耦合度的同调信息无向图及其归一化拉普拉斯矩阵;基于所得归一化拉普拉斯矩阵,引入谱图聚类对该同调信息无向图进行图分割;对图分割所得各子图,通过逆映射,获取系统中各同调机群组成;最后,将所提方法应用于典型2区域互联交直流系统和南方电网中进行分析、验证,结果验证所提方法的正确性和有效性。(本文来源于《中国电机工程学报》期刊2019年23期）
沈钟婷,丁仁杰[3]（2019）在《基于改进EMD去噪和矩阵束的电力系统低频振荡模态辨识》一文中研究指出提出了一种电力系统低频振荡模态辨识方法.首先使用改进的经验模态分解(empirical mode decomposition, EMD)去噪算法对低频振荡信号进行预处理.针对传统EMD去噪时混迭噪声严重和计算时间较长的问题,在区间阈值处理的基础上向信号迭加余弦波并进行二次分解,可以快速有效地实现信噪分离.随后再利用矩阵束(matrix pencil,MP)算法提取模态参数.对于MP算法的关键定阶问题,引入奇异值的相对差值作为定阶指标,可以实现较为准确的阶数估计.最后对数值信号、系统仿真信号和电网实测信号进行分析.仿真结果表明,所提方法在抗噪能力、参数精度和计算速度等方面都表现优异.(本文来源于《应用科学学报》期刊2019年06期）
董惠娟,隋明扬,王奕,彭高亮,陈志刚[4]（2019）在《机电系统控制基础课程实验中传递函数辨识方法及关键技术》一文中研究指出机电系统控制基础课程最重要的实验是机电系统传递函数的参数辨识。该文采用作者自行研制的硬件可配置、软件可编程、内容可扩展、多参数可调的设备,描述了基于扫频法获得机电系统数学模型传递函数和Bode图的辨识方法,以及影响辨识精度的3个主要关键技术:电枢电压输入与转速的标定方法、输出信号存储方法和时钟精度获取方法。给出了C#编程的关键程序代码和注释。通过该实验,揭示Bode图和机电参数的内在关联。(本文来源于《实验技术与管理》期刊2019年11期）
颜宁俊,冯陈,黄灿成[5]（2019）在《水轮机调速器电液随动系统建模及其辨识方法》一文中研究指出为了在保持简便性的条件下尽量减小水轮机调速器电液随动系统的模型误差,从电液随动系统内部各主要状态变量的相互关系出发,建立了电液随动系统线性模型并用斐波那契法辨识其线性参数;经分析可知其模型误差主要来源于接力器速度限制,进而在该线性模型的基础上加入限速环节,以此建立电液随动系统非线性模型并用粒子群算法辨识其非线性参数。仿真试验表明,该非线性模型的模型误差较小,且结构较为简单,参数较好获取。(本文来源于《水电能源科学》期刊2019年11期）
肖晓,王明春,张雨飞,吴君[6]（2019）在《基于改进人工蜂群算法的非线性系统参数辨识》一文中研究指出针对人工蜂群算法存在的收敛速度慢,易陷入局部最优等问题,提出一种结合遗传算法的交叉算子,并在算法后期引入高斯变异和混沌扰动的改进人工蜂群算法。为验证改进算法的性能和有效性,用典型测试函数进行对比测试,并将改进算法应用于非线性传递函数模型的参数辨识中。实验结果表明,改进的算法收敛速度快,收敛精度高,辨识效果好。(本文来源于《工业控制计算机》期刊2019年11期）
王柴志,尹方辰,黄辉,黄身桂[7]（2019）在《串联机器人加工系统关节刚度的高精度辨识方法》一文中研究指出提出一种串联机器人加工系统关节刚度的高精度辨识方法.首先,基于雅克比矩阵的Frobenius范数,得到串联机器人加工系统的灵巧性,并确定工作空间内可达姿态的灵巧性数值分布情况.然后,分别选取4组不同等级灵巧性的姿态进行关节刚度辨识实验,并计算出相应姿态下的关节刚度.最后,对辨识出的4组关节刚度的末端变形计算值与测量值进行相对误差分析.结果表明:随着灵巧性的增大,机器人关节刚度辨识的准确性越高;相较于灵巧性较小的姿态,灵巧性较大的姿态的末端变形计算值与测量值的相对误差可降低20%～50%.(本文来源于《华侨大学学报(自然科学版)》期刊2019年06期）
商兴莲,王国平,芮筱亭,陈刚利[8]（2019）在《超精密机床系统动力学参数辨识研究》一文中研究指出文章提出了一种基于多体系统传递矩阵法的超精密机床系统动力学参数辨识方法,首先建立机床系统的动力学模型,然后运用多体系统传递矩阵法求解系统的固有频率,再结合模态试验数据采用多岛遗传算法实现了对机床整机系统动力学参数的辨识。通过计算结果与试验结果的对比验证了该方法的可行性和准确性。(本文来源于《组合机床与自动化加工技术》期刊2019年11期）
杨秋莉[9]（2019）在《辨识心身 促进健康——五态辨识调心养身系统助力健康中国行动》一文中研究指出2019.11.16国务院关于实施健康中国行动的意见2019年7月,《国务院关于实施健康中国行动的意见》对外公布,发布《健康中国行动(2019—2030年)》,包含十五个专项行动。人民健康是民族昌盛和国家富强的重要标志,预防是最经济最有效的健康策略。党中央、国务院发布《"健康中国2030"规划纲要》,提出了健康中国行动的目标和任务。(本文来源于《第六届国际中医心理学大会专家报告集》期刊2019-11-16）
凌启辉,张维,赵前程,闫晓强,张清东[10]（2019）在《轧机垂直系统动力学参数辨识》一文中研究指出针对轧机垂直系统动力学参数可信度不足等问题,提出一种基于实测数据的改进粒子群算法辨识轧机垂直系统动力学参数的方法。首先,将轧机垂直系统刚度和阻尼考虑成达芬振子和范德波尔振子,构建轧机垂直系统非线性动力学模型,并对粒子群算法进行改进;然后,通过数值仿真算例辨识得到系统在感染噪声和不含噪声时的动力学参数,验证了该算法的有效性;最后,以现场某轧机垂直系统为研究对象,基于现场实测数据,应用该算法进行辨识,得到了轧机垂直系统动力学参数估计,通过实测位移、速度和加速度信号分别与辨识后的位移、速度和加速度信号进行对比,证明该方法辨识轧机垂直系统动力学参数结果可靠,具有一定的工程应用价值。(本文来源于《钢铁》期刊2019年11期）
系统辨识论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出一种基于图分割的电力系统同调机群辨识新方法。借助电力系统广域量测信息,计算系统各发电机间的相关系数;以相关系数表征系统中任意2台发电机间的同调耦合度,构建可描述发电机间同调耦合度的同调信息无向图及其归一化拉普拉斯矩阵;基于所得归一化拉普拉斯矩阵,引入谱图聚类对该同调信息无向图进行图分割;对图分割所得各子图,通过逆映射,获取系统中各同调机群组成;最后,将所提方法应用于典型2区域互联交直流系统和南方电网中进行分析、验证,结果验证所提方法的正确性和有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
系统辨识论文参考文献
[1].李伟,张长胜.基于模拟退火布谷鸟算法的直流伺服系统静态摩擦参数辨识[J].重庆邮电大学学报(自然科学版).2019
[2].李雪,姜涛,陈厚合,李国庆.基于图分割的电力系统同调机群辨识新方法[J].中国电机工程学报.2019
[3].沈钟婷,丁仁杰.基于改进EMD去噪和矩阵束的电力系统低频振荡模态辨识[J].应用科学学报.2019
[4].董惠娟,隋明扬,王奕,彭高亮,陈志刚.机电系统控制基础课程实验中传递函数辨识方法及关键技术[J].实验技术与管理.2019
[5].颜宁俊,冯陈,黄灿成.水轮机调速器电液随动系统建模及其辨识方法[J].水电能源科学.2019
[6].肖晓,王明春,张雨飞,吴君.基于改进人工蜂群算法的非线性系统参数辨识[J].工业控制计算机.2019
[7].王柴志,尹方辰,黄辉,黄身桂.串联机器人加工系统关节刚度的高精度辨识方法[J].华侨大学学报(自然科学版).2019
[8].商兴莲,王国平,芮筱亭,陈刚利.超精密机床系统动力学参数辨识研究[J].组合机床与自动化加工技术.2019
[9].杨秋莉.辨识心身促进健康——五态辨识调心养身系统助力健康中国行动[C].第六届国际中医心理学大会专家报告集.2019
[10].凌启辉,张维,赵前程,闫晓强,张清东.轧机垂直系统动力学参数辨识[J].钢铁.2019
论文知识图
