ARMA模型盲辨识仿真研究在机械故障诊断中的应用(pdf 6页)

ARMA模型盲辨识仿真研究在机械故障诊断中的应用内容提要：
经典的线性时间序列的辨识大致可分为三类，一类是由时序理论本身发展的参数估计方法，称为All-”A模型参数的时序理论估计法;另一类是将优化理论中的迭代算法用于模型参数估计.称为Alt\IA模型参数的优化理论估计方法;第三类是将控制理论的差分模型的参数估计方法用于AllMA模型参数估计。称为AI{MA模型参数的控制理论估计法[[I]。在这些方法中，人们常常把系统的输入视为白噪声，然而，在许多系统中，如机械系统，输入信号是难以观测到的，如果设定某种输入信号，实际输入信号与设定输入信号总会存在差异。另外，在经典的线性时序模型的辨识中.当按某一种方法进行估计模型阶次时，需要正确地确定出模型的阶次，但是，目前提供的定阶方法，大多不是很理想的。基于此，人们希望将盲系统辨识思想[[2]引入到All MA时序模型中，只需利用测得的系统的输
出信号来辨识系统，同时可正确确定模型的阶次和参数，在这方面，Tat，和'l1/)W[3-51进行了探讨。
..............................