文档介绍：振动与冲击
第 32卷第 3期 JOURNALOFVIBRATIONANDSHOCK

基于量子粒子群优化的 Volterra核辨识算法研究
李志农1,蒋静2,陈金刚2,邬冠华1,李学军3
(,南昌 330063;,郑州 450001;
,湖南湘潭 411201)
摘要:将量子粒子群优化(QPSO)引入非线性 Volterra系统辨识中,提出基于量子粒子群优化(QPSO)的 Volterra
级数辨识方法,利用 QPSO算法估计出非线性系统的 Volterra核函数。将所提方法与传统的最小二乘(LMS)辨识方法进
行比较,仿真结果验表明,在无噪声干扰下,所提方法与 LMS方法都具有很好的辨识精度和收敛性。而在有噪声干扰下,
无论在辨识精度、收敛性和抗干扰性方面,所提方法都优于传统的 LMS方法,且随噪声的增强优势越明显。
关键词:量子粒子群优化;Volterra级数;非线性系统辨识
中图分类号:TP273;TN713 文献标识码:A
Volterraseriesidentificationmethodbasedonquantum particleswarm optimization
LIZhinong1,JIANGJing2,CHENJingang2,WUGuanhua1,LIXuejun3
(,MinistryofEducation,NanchangAeronauticsUniversity,Nanchang330063,China;
,ZhengzhouUniversity,Zhengzhou450001,China;
LabofHealthMaintenanceforMechanicalEquipments,HunanUniversityofScienceandTechnology,Xiangtan411201,China)
Abstract: Thequantum particleswarm optimization(QPSO)algorithm wasintroducedintoanonlinearVolterra
systemidentification,,
theQPSO algorithm
comparedwithtraditionalleastmeansquare(LMS)