[发明专利]传感器网络系统的参数与时滞辨识方法

权利要求书

1.一种传感网络系统的参数与时滞辨识方法，其特征在于，包括以下步骤：

步骤一、采集辨识系统的输入输出数据；

步骤二、根据步骤一中采集的输入输出数据建立辨识模型，过参数化后得到稀疏参数向量；

步骤三、利用贪婪正交最小二乘法辨识系统的时滞与参数；

其中，所述贪婪正交最小二乘法包括以下步骤：

S1、输入堆积信息矩阵堆积输出向量稀疏参数向量的稀疏度K和采样数据长度m；

S2、定义置换矩阵p及迭代参数k，令p＝[1，2，...，n]，迭代参数k＝1；

S3、从Φ选出第j列向量，第j列向量符合

S4、交换堆积信息矩阵Φ的第j列向量与第k列以更新堆积信息矩阵Φ；交换置换向量p的第k列和第j列以更新置换向量p；

S5、计算Householder矩阵H_k，其中所述矩阵H_k能够将S4中Φ中第k列向量的第k个元素以下的元素都化成零；

S6、对堆积信息矩阵Φ和堆积输出向量Y进行householder变换以更新Φ和Y；

S7、判断k值，若k小于预设值K，则令k＝k+1，重复S3-S6，直至k达到预设值K时，则停止迭代并进入下一步；

S8、根据更新后的堆积信息矩阵Φ、堆积输出向量Y和置换矩阵p，恢复稀疏参数向量估计值具体包括；

S81、求解Φ(1：K，1：K)θ_K＝Y(1：K)得到θ_K，其中θ_K为稀疏参数向量θ的非零元素组成的向量；

S82、根据置换向量p恢复出稀疏参数向量估计值

2.如权利要求1所述的参数与时滞辨识方法，其特征在于，所述Φ(1：K，1：K)为上三角矩阵。

3.如权利要求1所述的参数与时滞辨识方法，其特征在于，在Φ(1：K，1：K)θ_K＝Y(1：K)求解时使用回代法以避免对矩阵求逆。

4.如权利要求1所述的参数与时滞辨识方法，其特征在于，所述S6具体包括：Φ←H_kΦ，Y←H_kY。

5.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1所述方法的步骤。

6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1所述方法的步骤。

7.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1所述的方法。