线性系统模态参数识别的递推子空间辨识方法俞林宏;刘庆华【摘要】为了解决系统模型的在线辨识,一种用于线性时变系统辨识的递推子空间辨识方法,能够实现对系统状态空间模型的在线递推估计.通过应用阵列信号处理中的传播函数方法,代替了子空间辨识中的奇异值分解,得到一种基于传播函数方法的递推子空间算法.该算法避免了奇异值分解计算量大的缺点,可以有效地降低计算量.最后通过Ansys建立线性系统模型,仿真结果表明,该方法能够降低计算量并且能准确地辨识出线性系统的模态参数.【期刊名称】《桂林电子科技大学学报》【年(卷),期】2010(030)006【总页数】4页(P553-556)【关键词】递推估计;子空间方法;传播函数方法;模态参数识别【作者】俞林宏;刘庆华【作者单位】桂林电子科技大学,信息与通信学院,广西,桂林,541004;桂林电子科技大学,信息与通信学院,广西,桂林,541004【正文语种】中文【中图分类】TP273子空间辨识算法是20世纪90年代提出的一种新的状态空间模型辨识方法。
子空间辨识算法对系统的先验知识需求较少,只需获得系统的输入输出数据即可辨识出系统矩阵[A,B,C,D],如N4SID(Van Overschee,DeMoor,1994),MOESP(Verhaegen,Dewilde,1992)。
这些算法在辨识中使用了正交(QR)分解,奇异值(SVD)分解等线性代数工具,在数值计算中具有一定的鲁棒性,并且适用于多变量系统。
因此在辨识和控制领域得到了广泛地关注[1]。
但是在矩阵维数比较大时,SVD分解的计算量非常大,用计算机分解效率很低。
因此传统的子空间辨识方法只能用于离线辨识,对于时变系统并不适用[2-3]。
针对以上问题,提出了一种基于传播函数方法(PM)的递推子空间辨识算法。
该算法将阵列信号处理中的传播函数方法应用到子空间辨识中,把能观矩阵分解成2个子矩阵,应用线性算子和递推最小二乘准则,通过递推估计传播函数,对能观矩阵进行更新。
MIMO系统的信号检测算法田根林;李华【摘要】In the high-speed broadband wireless communication systems, Multi-input and multi-output(MIMO) technology can improve transmission rate and spectrum efficiencies without any increase of system bandwidth and transmitting power. Thus, the signal detection for MIMO systems is challenging because of the channel noise and multipath fading, and has become the biggest block of development. In this paper, most attention is concentrated on the signal detection algorithms for MIMO Communication Systems, through the comparision with the existent algorithms and the simulations, we can conclude that the signal detection algorithm based on sphere decoding has a better detection effect. Due to the introduction of the interference cancellation and the ordering rule, the algorithm optimality of ZF-OSIC and MMSE-OSIC is both improved effectively.%在高速宽带无线通信系统中,MIMO技术能够在不增加系统带宽和发射功率的情况下,有效提高系统传输速率和频谱效率。
