电机动态参数的鲁棒最小二乘辨识方法研究

？最小二乘常用于辨识电机参数的动态变化，对于电机的精确控制至关重要。工况条件下的电流、电压采样都包含大量噪声，电机模型中的求导操作进一步放大了噪声，导致最小二乘的信息矩阵奇异，辨识结果出现很大偏差。为提高辨识方法的噪声鲁棒性，提出了两种思路。一是用三次样条拟合采样信号，然后求解其一阶和二阶导数，可防止高频噪声在求导过程中被继续放大。二是采用岭回归估计取代最小二乘估计，避免矩阵求逆出现病态结果，消除信息矩阵奇异性的影响。基于半实物仿真的实测数据表明，两种改进方法均可获得更加合理可靠的辨识结果。