ARMA模型盲辨識仿真研究在機械故障診斷中的應用(pdf 6頁)

ARMA模型盲辨識仿真研究在機械故障診斷中的應用內容提要：
經典的線性時間序列的辨識大致可分為三類，一類是由時序理論本身發展的參數估計方法，稱為All-”A模型參數的時序理論估計法;另一類是將優化理論中的迭代算法用於模型參數估計.稱為Alt\IA模型參數的優化理論估計方法;第三類是將控製理論的差分模型的參數估計方法用於AllMA模型參數估計。稱為AI{MA模型參數的控製理論估計法[[I]。在這些方法中，人們常常把係統的輸入視為白噪聲，然而，在許多係統中，如機械係統，輸入信號是難以觀測到的，如果設定某種輸入信號，實際輸入信號與設定輸入信號總會存在差異。另外，在經典的線性時序模型的辨識中.當按某一種方法進行估計模型階次時，需要正確地確定出模型的階次，但是，目前提供的定階方法，大多不是很理想的。基於此，人們希望將盲係統辨識思想[[2]引入到All MA時序模型中，隻需利用測得的係統的輸
出信號來辨識係統，同時可正確確定模型的階次和參數，在這方麵，Tat，和'l1/)W[3-51進行了探討。
..............................