搜索资源列表
load
- 关于电力系统负荷模型辨识算法的文献，文献分析了负荷模型对系统的影响-Power system load model identification algorithm literature, literature analysis of the load model system
least-square-parameter
- 最小二乘辨识参数，用来辨识非线性系统的参数，还可以对非线性系统进行仿真。-Least squares identification parameters, used to identify nonlinear system parameters, it can also nonlinear system simulation.
dSPACE-training-book
- 系统模型辨识软件dspace 的简要介绍和入门教学-The system model recognition software dspace brief introduction and entry teaching
data-handling-algorithm-learning
- 数据组合方法研究，该方法是以多项式为基础通过不断筛选组合来辨识非线性系统的模型。该文章详细介绍了该方法的发展及实现步骤。针对该方法中的不足，提出改进措施-Data combination method, the method is based on the polynomial basis through continuous screening combination to identify the model of the nonlinear system. The article desc
erweifeixianxing
- 在程序设计和调试过程中①只要在程序中增加类似m或n的循环语句，便可用神经网对三维或三维以上的非线形函数训练，也可以用在复杂系统二个以上独立变量、任意维非线性动态参数的辨识-In program design and debugging process ① similar increase in the program as long as m or n of the loop, you can use the neural network over a three-dimensional or
MPC
- 一类非线性系统的多模型预测控制,鳗辨识建立多个局部模型．根据每个局部模型分别设计子GPC控制嚣，通过跟踪工况变化对于 控制器加权以获得控制增量．仿真结果表明该方法可取得令人满意的控制效果． 关键词：多模型；非线性系统；模糊聚类；预测控制-multiple model based predictive control for a class of nonlinear systems
MULTIPLE
- 一类非线性系统的多模型预测控制,鳗辨识建立多个局部模型．根据每个局部模型分别设计子GPC控制嚣，通过跟踪工况变化对于 控制器加权以获得控制增量．仿真结果表明该方法可取得令人满意的控制效果． 关键词：多模型；非线性系统；模糊聚类；预测控制-multiple model based predictive control for a class of nonlinear systems
Prony-Algorithm
- Prony算法在电力系统负荷动态模型辨识中的应用研究-Prony Algorithm in Power System Load Dynamic Model Identification Research
Identification-Algorithm
- 以某电厂300MW锅炉汽轮机的协调控制系统为对象,基于减法聚类的多模型在线辨识算法.-Multi-model line identification algorithm based on subtractive clustering.
LQG-performance-assessment
- 基于子空间辨识的LQG基准的控制系统性能评价-Control system performance subspace of LQG benchmark uation based on
ruanjiansheji
- 以中等纯度的精馏塔为研究对象，已知系统的传递函数，用matlab仿真，实现最小二乘法对系统进行参数辨识。-In the distillation column medium purity as the research object, the known transfer function of system, using MATLAB simulation, the realization of system parameter identification by the least squa
Allan-variance-analysis-
- 分析了 MEMS 惯性器件具有的典型误差项, 介绍了 Allan 方差分析方法的原理和实 现方法, 利用该方法可以对MEMS惯性器件的各个误差项进行辨识. 通过对一种商用级MEMS陀螺仪和加速 度长时间实测得到的数据进行处理和分析, 验证了Allan方差分析方法应用于误差项辨识的可行性, 并给出了 该 MEMS 惯性器件的各个误差项识别结果. 使用 Allan 方差方法得到的误差项系数可以直接应用于惯性器件 误差建模, 对于 GNSS/INS 组合导航系统的实现和改进有重要意义-
matlab
- 对具有随机噪声的二阶系统的模型辨识，进行标幺化以后系统的参考模型差分方程为 (7.90) 式中， 为随机噪声。由于神经网络的输出最大为1，所以，被辨识的系统应先标幺化，这里标幺化系数为5。利用图7.5正向建模(并联辨识)结构，神经网络选用3-9-9-1型，即输入层i，隐层j包括2级，输出层k的节点个数分别为3、9、9、1个； -Model identification of two order systems with stochastic noise
EEMD相关文件
- Hilbert-Huang变换(HHT)是一种新的非平稳信号处理技术，该方法由经验模态 分解(EMD)与Hilbert谱分析两部分组成。任意的非平稳信号首先经过EMD方法处理后被分解为一系列具有不同特征尺度的数据序列，每一个序列称为一个固有模态函数(IMF)，然后对每个IMF分量进行Hilbert谱分析得到相应分量的Hilbert谱，汇总所有Hilbert谱就得到了原信号的谱图。该方法从本质上讲是对非平稳信号进行平稳化处理，将信号中真实存在的不同尺度波动或趋势逐级分解出来，最终用瞬时频率和能量来