Активная параметрическая идентификация стохастических нелинейных непрерывно-дискретных систем на основе планирования входных сигналов

• Автор: Филиппова, Елена Владимировна
• Шифр специальности: 05.13.17
• Научная степень: Кандидатская
• Год защиты: 2014
• Место защиты: Новосибирск
• Количество страниц: 151 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1 Проблема активной параметрической идентификации стохастических нелинейных непрерывно-дискретных систем и задачи диссертационного исследования
1.1 Активная параметрическая идентификация динамических систем при предварительно выбранной модельной структуре
1.1.1 Этапы процедуры активной параметрической идентификации
1.1.2 Выбор метода решения оптимизационных задач в процедуре активной параметрической идентификации
1.2 Современное состояние проблемы активной параметрической идентификации непрерывно-дискретных систем
1.3 Структурно-вероятностное описание модели
1.4 Цель и задачи исследования
1.5 Линеаризация модели
1.6 Выводы
2 Оценивание неизвестных параметров
2.1 Критерий максимального правдоподобия для линейных нестационарных моделей
2.2 Алгоритмы вычисления критерия максимального правдоподобия и его градиента для линейных нестационарных моделей
2.3 Алгоритмы вычисления критерия максимального правдоподобия для линеаризованных моделей
2.4 Алгоритмы вычисления градиента критерия максимального правдоподобия для линеаризованных моделей
2.5 Выводы
3 Планирование оптимальных входных сигналов
3.1 Исходные понятия теории оптимального планирования эксперимента
3.2 Процедуры построения непрерывных оптимальных планов
3.3 Вычисление информационной матрицы Фишера
3.3.1 Выражение информационной матрицы Фишера для линейных нестационарных моделей
3.3.2 Алгоритм вычисления информационной матрицы Фишера для линейных нестационарных моделей
3.3.3 Вычисление информационной матрицы Фишера для моделей, полученных в результате линеаризации
3.3.4 Особенности реализации разработанных алгоритмов
3.4 Вычисление производных информационной матрицы Фишера по компонентам входного сигнала
3.4.1 Нахождение производных информационной матрицы Фишера по компонентам входного сигнала для линейных нестационарных моделей
3.4.2 Алгоритм вычисления производных информационной матрицы Фишера по компонентам входного сигнала для линейных нестационарных моделей
3.4.3 Вычисление производных информационной матрицы Фишера по компонентам входного сигнала для моделей, полученных в результате временной линеаризации
3.4.4 Нахождение производных информационной матрицы Фишера по компонентам входного сигнала для моделей, полученных в результате статистической линеаризации
3.4.5 Алгоритм вычисления производных информационной матрицы Фишера по компонентам входного сигнала для моделей, полученных в результате статистической линеаризации
3.5 Выводы
4 Программное обеспечение активной параметрической идентификации стохастических нелинейных непрерывно-дискретных систем
4.1 Назначение и общие сведения о программном обеспечении
4.2 Характеристика возможностей и структура программного обеспечения
4.3 Описание пользовательского интерфейса
4.4 Выводы
5 Примеры применения разработанного программного обеспечения к некоторым стохастическим динамическим системам
5.1 Активная идентификация системы, описывающейся моделью с экспоненциальной нелинейностью
5.2 Активная идентификация системы, описывающейся моделью маятника с трением
5.3 Активная идентификация системы с нелинейным элементом релейного типа с зоной нечувствительности
5.4 Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
ПРИЛОЖЕНИЕ А. Справки о внедрении результатов диссертационной работы

Шаг 13. Увеличить ) на единицу. Если ) < к}, перейти на шаг 8.
Шаг 14. Увеличить 1 на единицу. Если 1 < я, перейти на шаг 7.
Шаг 15. Увеличить к на единицу. Если к < N -1, перейти на шаг 3.
5у(0;Н) 5у(0;Н)
Шаг 16. Положить — —^------------------ + Л1а, а = 1,2,...,8 и закончить процесс.