摘要： 疫苗接種其實就是一種在人體或是動物體內(nèi)接種疫苗制劑的技術(shù),可讓受種者獲取抵抗某一種疾病或是與疫苗病原相似的免疫力,通過免疫系統(tǒng)辨識外來物,達到篩選、制造抗體,產(chǎn)生對抗相應(yīng)病原或是類似病原的抗體,讓受種者對該類疾病具有較強的抵抗力。

摘要： 針對現(xiàn)有的稀疏集員(SM,Set-Membership)自適應(yīng)濾波算法,普遍存在穩(wěn)態(tài)均方偏差(MSD,Mean Square Deviation)的穩(wěn)定性較低及運算復雜度較高等問題,提出了一種新穎的稀疏集員NLMS(NLMS,Normalized Least Mean Square)算法。該方案提出一種運算復雜度更低的零吸引(ZA,Zero-attracting)懲罰函數(shù),使算法對稀疏信道的估計更為合理。在多種稀疏信道仿真中,與目前的稀疏集員算法相比,所提算法的穩(wěn)態(tài)MSD更低且穩(wěn)定性更高。最后,將所提算法應(yīng)用于聲波信號的稀疏系統(tǒng)辨識中,比目前的稀疏集員算法更具有優(yōu)勢。

摘要： 為了研究具有未知動態(tài)的供應(yīng)鏈系統(tǒng)變更一致性問題,將供應(yīng)鏈系統(tǒng)建模為多智能體系統(tǒng),針對多智能體系統(tǒng)圖博弈問題,提出一種自適應(yīng)最優(yōu)分布式算法,該算法基于數(shù)值迭代啟發(fā)式動態(tài)規(guī)劃,無需系統(tǒng)動力學知識即可求解耦合的Hamilton-Jacobi-Isaacs(HJI)方程。此外,使用神經(jīng)網(wǎng)絡(luò)來識別每個子鏈的未知動態(tài),證明了所提對策的閉環(huán)系統(tǒng)穩(wěn)定性。仿真結(jié)果表明,該方法可以保證供應(yīng)鏈變更系統(tǒng)的穩(wěn)定性與一致性。

摘要： 發(fā)電機慣量是電力系統(tǒng)頻率特性分析與其在線應(yīng)用中的重要參數(shù)?；诎l(fā)電機正常運行時機端有功功率和頻率的類噪聲信號可對發(fā)電機慣量進行實時辨識。然而實測數(shù)據(jù)質(zhì)量存在缺陷,導致現(xiàn)有算法對實測數(shù)據(jù)的辨識效果較差。為解決該問題,文中以譜分析與系統(tǒng)辨識理論為基礎(chǔ),建立慣量辨識結(jié)果的先驗方差統(tǒng)計量。通過參考系統(tǒng)估計、模型參數(shù)方差估計和慣量方差估計3個步驟,計算得到先驗方差。并在進行辨識前對類噪聲數(shù)據(jù)段進行評價和篩選,提升慣量辨識的準確度?；诜抡鏀?shù)據(jù)和實測數(shù)據(jù)的數(shù)據(jù)評估篩選結(jié)果驗證了該方法的有效性。結(jié)果表明,先驗方差較小的數(shù)據(jù)段,慣量辨識的準確度較高。

摘要： 提出了基于馬爾可夫蒙特卡洛(MCMC)的貝葉斯辨識方法,以解決高超聲速飛行器系統(tǒng)辨識中復雜動力學模型轉(zhuǎn)換為簡單或稀疏模型所帶來的不確定性問題,以及存在的訓練數(shù)據(jù)大和積分難處理的問題。該方法將數(shù)據(jù)退火算法引入MCMC中,不僅解決了MCMC易陷入局部最優(yōu)的問題,并且將數(shù)據(jù)退火與“高信息訓練數(shù)據(jù)”的概念相結(jié)合,能夠以較低的計算成本分析大數(shù)據(jù)集。此外,該方法可以對參數(shù)估計過程中存在的不確定性進行量化,獲得未知參數(shù)的最優(yōu)估計值。通過仿真實驗,驗證了提出的系統(tǒng)辨識方法的有效性,辨識出的模型能夠有效應(yīng)用于控制器設(shè)計之中,并獲得較好的控制效果。

摘要： 為解決三河口選煤廠重介質(zhì)旋流器分選過程中PID控制對合格介質(zhì)密度控制調(diào)節(jié)能力有限等問題,采用系統(tǒng)辨識構(gòu)建合格介質(zhì)密度與精煤灰分數(shù)學模型,建立了基于模型預測控制(MPC)算法的智能密度控制系統(tǒng),提高了合格介質(zhì)密度控制精度,改善了重介質(zhì)旋流器分選效果?，F(xiàn)場應(yīng)用表明:該系統(tǒng)在合格介質(zhì)密度控制中應(yīng)用效果良好,有效抑制了重介質(zhì)選煤環(huán)節(jié)隨機性干擾,實現(xiàn)了合格介質(zhì)密度的穩(wěn)定、動態(tài)調(diào)節(jié),使精煤質(zhì)量得到了顯著提高,大大降低了精煤灰分波動幅度,穩(wěn)定了產(chǎn)品質(zhì)量,提高了經(jīng)濟效益。

摘要： 針對小型無人直升機自轉(zhuǎn)著陸過程,在已有的加速度預測模型的基礎(chǔ)上,提出了利用深度卷積神經(jīng)網(wǎng)絡(luò)來表示系統(tǒng)自轉(zhuǎn)飛行過程中的隱藏狀態(tài)(氣流以及直升機的抖動的影響)。通過與實際自轉(zhuǎn)著陸飛行數(shù)據(jù)進行對比測試,改進后的模型可以更好地預測各個狀態(tài)的變化,精度得到了明顯提升。

摘要： 針對掘錨支機器人四缸同步平臺存在的非線性、耦合作用及滯后問題,提出一種基于模糊相鄰交叉耦合改進型滑模的位置同步控制方法,利用系統(tǒng)辨識獲得閥控缸傳遞函數(shù),采用模糊控制實時在線計算耦合系數(shù),通過最速跟蹤微分器柔化調(diào)節(jié)過程。仿真實驗表明,改進型滑?？刂葡鄬τ趥鹘y(tǒng)滑模控制,能有效減弱抖振,提高系統(tǒng)穩(wěn)定性,且模糊相鄰交叉耦合滑?？刂葡鄬τ谙噜徑徊骜詈匣？刂?其最大同步誤差和跟蹤誤差分別控制在0.34 mm、0.002 mm。

摘要： 遺忘因子最小二乘算法(RLS)具有對時變系統(tǒng)參數(shù)在線估計的能力,而傳統(tǒng)的遺忘策略對解決參數(shù)辨識矩陣過飽和問題具有一定局限性。為了拓展現(xiàn)有RLS算法在時變系統(tǒng)的適用范圍,提出一種將選擇遺忘機制(SF)與RLS算法結(jié)合的時變系統(tǒng)辨識算法。從而構(gòu)造出一種基于參數(shù)矩陣特征值映射的有界函數(shù),特征值映射函數(shù)能夠根據(jù)系統(tǒng)數(shù)據(jù)傳遞過程中信息量的大小動態(tài)調(diào)整遺忘因子,解決了參數(shù)辨識過程中數(shù)據(jù)分布不均勻問題。仿真結(jié)果表明,相比傳統(tǒng)的RLS算法,帶有選擇遺忘機制的RLS算法能夠更加準確的跟蹤系統(tǒng)參數(shù)的變化,同時保證系統(tǒng)不是2N階持續(xù)激勵信號的情況下,也能夠?qū)r變系統(tǒng)參數(shù)進行跟蹤。

摘要： 目前高磁感冷軋硅鋼生產(chǎn)過程中,采用經(jīng)驗方法確定的乳化液流量設(shè)定值往往會造成硅鋼產(chǎn)品的磁感性能達不到預期目標,針對此情況,基于軋機軋制機理研究了的乳化液流量數(shù)學模型,確定了乳化液流量設(shè)定值。實踐表明,使用該數(shù)學模型輸出的乳化液流量設(shè)定值,可提高軋制過程中乳化液流量控制精度,從而提高高磁感冷軋硅鋼的軋制性能。

摘要： 為保證各領(lǐng)域復雜沖擊過程中測量結(jié)果的準確、可靠,需要針對沖擊加速度傳感器采用系統(tǒng)辨識方法建立時域模型.該方法根據(jù)傳感器的輸入和輸出數(shù)據(jù),建立其差分方程方程形式的數(shù)學模型,并且運用引入輔助變量的最小二乘方法,實現(xiàn)無偏一致估計,使估計的傳感器系統(tǒng)差分方程參數(shù)和信號噪聲無關(guān).通過對傳感器系統(tǒng)差分模型的辨識,能夠準確描述傳感器系統(tǒng)的頻域信息特征量,為準確估計被測量、評價相關(guān)不確定度和測量誤差提供校準依據(jù).

摘要： 航空發(fā)動機等大型旋轉(zhuǎn)機械裝備包含多種聯(lián)接結(jié)構(gòu),螺栓聯(lián)接是其中一種典型聯(lián)接結(jié)構(gòu).現(xiàn)有研究表明,帶有聯(lián)接結(jié)構(gòu)的轉(zhuǎn)子系統(tǒng)具有強不確定性、時變性和非線性,很難準確建立螺栓聯(lián)接轉(zhuǎn)子系統(tǒng)動力學模型.對于此類復雜非線性結(jié)構(gòu),用系統(tǒng)辨識的方式建立數(shù)值模型,可實現(xiàn)未先驗得知系統(tǒng)內(nèi)部結(jié)構(gòu)即可獲得體現(xiàn)系統(tǒng)動力學輸出特性的數(shù)值表達式,且適用性強,建模快,可廣泛用于工程實際中復雜系統(tǒng)的輸出預測與設(shè)計.本文基于NARX-M-for-D(NARXmodel with parameters of interest for design)模型結(jié)構(gòu),提出一種加權(quán)EFOR(Extended ForwardOrthogonal regression)算法,結(jié)合遺傳算法確定權(quán)重,建立螺栓聯(lián)接結(jié)構(gòu)動態(tài)參數(shù)化模型,以此預測聯(lián)接結(jié)構(gòu)參數(shù)下整機動力學響應(yīng).最后,通過螺栓聯(lián)接轉(zhuǎn)子數(shù)值案例驗證本文所述算法的適用性.

摘要： 頻域介質(zhì)響應(yīng)(FDS)測試技術(shù)作為一種無損的測試方法,被廣泛應(yīng)用于評估電介質(zhì)材料的絕緣性能及狀態(tài).傳統(tǒng)的測試方法采用標準正弦波電壓作為激勵,以掃頻的方式完成高頻到低頻范圍內(nèi)的測試,由于在低頻段測試需耗費大量時間,極大地限制了其在現(xiàn)場的應(yīng)用.本文基于系統(tǒng)辨識理論,辨識得到擬合度超過97％的變壓器絕緣等效數(shù)學模型,利用等效模型可通過計算得出低頻段介電響應(yīng)參數(shù)并繪制頻域介電譜.本文提出的方法繪制lmHz到1Hz的頻域介電譜曲線僅需10分鐘,相較于傳統(tǒng)方法節(jié)省超過90％測試時間,且不受測試頻率點總數(shù)的限制,可獲得低頻段范圍內(nèi)任意頻率點的介電響應(yīng)參數(shù).

摘要： 斜盤式軸向柱塞泵變量機構(gòu)機理模型的影響因素較多,建立數(shù)學模型無法獲得其準確的機理模型.因此采用實驗的方法,針對某型號斜盤式軸向柱塞泵,對其變量機構(gòu)進行系統(tǒng)辨識.在額定工況下,以頻率分別為1Hz、2Hz、5Hz、10Hz的方波信號作為柱塞泵變量機構(gòu)中比例減壓閥激勵信號,通過角度傳感器反饋不同激勵信號下的斜盤傾角,獲得系統(tǒng)方波響應(yīng).利用MATLAB軟件找到激勵信號和響應(yīng)信號的變程值,獲得變量機構(gòu)幅頻特性和相頻特性,辨識出柱塞泵變量機構(gòu)的傳遞函數(shù)模型.

摘要： 與傳統(tǒng)的隔振器相比,磁懸浮作動器具有無摩擦、輸出力大、自由度高等優(yōu)點,但其輸入輸出關(guān)系卻存在較復雜的非線性.本文根據(jù)已有的磁懸浮作動器,利用系統(tǒng)辨識得到其控制通道的數(shù)學模型并設(shè)計串級PID控制器.該方法通過減小副回路閉環(huán)系統(tǒng)的相位滯后和等效時間常數(shù)不僅提高系統(tǒng)穩(wěn)定性和響應(yīng)速度,而且副回路控制器增益增加串級控制系統(tǒng)有阻尼頻率縮短系統(tǒng)的調(diào)節(jié)時間,提高系統(tǒng)控制質(zhì)量.

摘要： 為降低塊稀疏最小均方算法(BS-NLMS)在系統(tǒng)辨識中的計算復雜度,在分析了聲學回波消除等塊稀疏系統(tǒng)的基礎(chǔ)上,提出了一種利用語音活動檢測方法來提高計算復雜度的新算法.該算法首先利用基于高階統(tǒng)計量的語音活動檢測法區(qū)分有無語音段,然后采用最小歐式距離范數(shù)作為更新標準,從而克服了傳統(tǒng)抽頭系數(shù)在每次迭代時需要全部更新而導致的計算復雜度的問題.文中給出了算法的計算復雜度分析,系統(tǒng)辨識的仿真結(jié)果表明本方法與傳統(tǒng)塊稀疏最小均方算法相比有更小的計算復雜度.

摘要： 本文研究了汽油機怠速控制的參數(shù)辨識.以MATLAB/Simulink中的汽油機模型為辨識對象,利用帶控制量的自回歸滑動平均模型(CARMA)描述汽油機怠速工況節(jié)氣門開度、供油量、點火提前角與曲軸轉(zhuǎn)速之間關(guān)系,將汽油機怠速工況多輸入輸出模型簡化為單輸入單輸出模型.利用預測誤差法對汽油機怠速CARMA模型進行了參數(shù)辨識,將由辨識結(jié)果得到的傳遞函數(shù),構(gòu)建發(fā)動機怠速控制Simulink模型.與實際數(shù)據(jù)相比辨識模型數(shù)據(jù)與其匹配度為99.32％,其中辨識模型轉(zhuǎn)速在99％置信區(qū)間內(nèi),為較理想辨識模型.為下一步深入研究發(fā)動機怠速工況提供了高精度的仿真模型,為非線性系統(tǒng)辨識研究提供參考.

摘要： 本文以單層圓柱殼體為研究對象,論述了水下目標回波模擬模型及模擬信號的生成方法,利用目標回波模擬模型及二階錐規(guī)劃系統(tǒng)辨識方法,獲取目標回波不同角度下的寬帶沖擊響應(yīng)函數(shù),并與入射聲信號卷積,生成一個模擬器應(yīng)答模擬信號,完成不同信號形式、不同頻率的目標回聲特性的逼真模擬.達到更全面逼真地反映水中目標的回聲特性.

摘要： 針對目前沖擊加速度傳感器實驗室校準與其實際應(yīng)用的差別,提出在沖擊計量領(lǐng)域開展沖擊加速度傳感器的系統(tǒng)模型辨識技術(shù)研究.通過比較對傳感器進行頻域和時域建模的不同方法,描述出各種方法在實際應(yīng)用中的優(yōu)缺點.為準確估計被測量、評價相關(guān)不確定度和測量誤差提供校準依據(jù).

摘要： 針對目前沖擊加速度傳感器實驗室校準與其實際應(yīng)用的差別,提出在沖擊計量領(lǐng)域開展沖擊加速度傳感器的系統(tǒng)模型辨識技術(shù)研究.通過比較對傳感器進行頻域和時域建模的不同方法,描述出各種方法在實際應(yīng)用中的優(yōu)缺點.為準確估計被測量、評價相關(guān)不確定度和測量誤差提供校準依據(jù).

摘要： 對大型音響系統(tǒng)或通信系統(tǒng)數(shù)值上穩(wěn)定地進行辨識。當輸入信號以M(≤N)階AR模型表示時，可以計算量3N+O(M)執(zhí)行高速H∞濾波。處理部決定遞歸式的初始狀態(tài)(S201)，根據(jù)輸入uk設(shè)定CUk(S205)，遞歸地決定變量(S207)，更新矩陣GkN，計算輔助增益矩陣KUkN(S209)，分割輔助增益矩陣(S211)，計算變量DkM和反向預測誤差ηM，k(S213)，計算增益矩陣Kk(S215)以及更新高速H∞濾波器的濾波器方程式(S217)。為減少計算的復雜程度，把Kk(：，1)/(1+γf-2HkKk(：，1)直接用作濾波增益Ks，k。

摘要： 對大型音響系統(tǒng)或通信系統(tǒng)數(shù)值上穩(wěn)定地進行辨識。當輸入信號以M(≤N)階AR模型表示時，可以計算量3N+O(M)執(zhí)行高速H∞濾波。處理部決定遞歸式的初始狀態(tài)(S201)，根據(jù)輸入uk設(shè)定CUk(S205)，遞歸地決定變量(S207)，更新矩陣GkN，計算輔助增益矩陣KUkN(S209)，分割輔助增益矩陣(S211)，計算變量DkM和反向預測誤差ηM，k(S213)，計算增益矩陣Kk(S215)以及更新高速H∞濾波器的濾波器方程式(S217)。為減少計算的復雜程度，把Kk(：，1)/(1+γf－2HkKk(：，1)直接用作濾波增益Ks，k。

摘要： 本發(fā)明提供了一種基于遞階辨識原理的交流電弧爐電極系統(tǒng)辨識方法，屬于交流電弧爐電極系統(tǒng)辨識技術(shù)領(lǐng)域。解決了過于簡化真實的電極系統(tǒng)結(jié)構(gòu)而導致模型精度較低的問題。將遞階辨識應(yīng)用在模型中，進一步提高了辨識精度。其技術(shù)方案為：包括以下步驟：步驟1)建立交流電弧爐電極系統(tǒng)的單輸入單輸出Hammerstein?Wiener模型；步驟2)構(gòu)建極大似然最小二乘和隨機梯度的遞階辨識流程。本發(fā)明的有益效果為：本發(fā)明提出的極大似然最小二乘遞階辨識算法，有較快的收斂速度和較高的收斂精度，能較好的適用于對交流電弧爐電極系統(tǒng)的建模和參數(shù)辨識。

摘要： 系統(tǒng)辨識方法由系統(tǒng)辨識裝置執(zhí)行，該系統(tǒng)辨識裝置推定將流過電池(4)的電流作為輸入、將電池(4)的過電壓作為輸出的系統(tǒng)的響應(yīng)。系統(tǒng)辨識方法包括第一步驟，該第一步驟基于流過電池(4)的電流和電池(4)的過電壓各自在規(guī)定期間內(nèi)的時間序列數(shù)據(jù)，對系統(tǒng)應(yīng)用包含F(xiàn)IR模型和ARX模型的電池(4)的模型，由此來辨識系統(tǒng)。系統(tǒng)辨識方法包括第二步驟，該第二步驟基于電池(4)的模型來推定在對于所辨識出的系統(tǒng)在輸入開始時刻之前沒有輸入電流且在輸入開始時刻以后輸入電流的情況下的、在輸入開始時刻之后的推定對象時刻系統(tǒng)所輸出的電池(4)的過電壓。

摘要： 本發(fā)明提供系統(tǒng)辨識裝置、系統(tǒng)辨識方法、記錄有系統(tǒng)辨識程序的存儲介質(zhì)。根據(jù)輸入輸出數(shù)據(jù)進行系統(tǒng)的高速實時辨識的系統(tǒng)辨識裝置包括濾波器，所述濾波器通過作為評價基準將從干擾向濾波器誤差的最大能量增益確定為抑制成比預先提供的上限值小，相對于干擾穩(wěn)健。所述濾波器推定所述系統(tǒng)的狀態(tài)的狀態(tài)推定值。

摘要： 本發(fā)明提供了一種基于遞階辨識原理的交流電弧爐電極系統(tǒng)辨識方法，屬于交流電弧爐電極系統(tǒng)辨識技術(shù)領(lǐng)域。解決了過于簡化真實的電極系統(tǒng)結(jié)構(gòu)而導致模型精度較低的問題。將遞階辨識應(yīng)用在模型中，進一步提高了辨識精度。其技術(shù)方案為：包括以下步驟：步驟1)建立交流電弧爐電極系統(tǒng)的單輸入單輸出Hammerstein?Wiener模型；步驟2)構(gòu)建極大似然最小二乘和隨機梯度的遞階辨識流程。本發(fā)明的有益效果為：本發(fā)明提出的極大似然最小二乘遞階辨識算法，有較快的收斂速度和較高的收斂精度，能較好的適用于對交流電弧爐電極系統(tǒng)的建模和參數(shù)辨識。

摘要： 本發(fā)明公開一種基于系統(tǒng)辨識的實船操縱性指數(shù)辨識方法及裝置，屬于船舶工程、航?？茖W與技術(shù)領(lǐng)域，包括硬件系統(tǒng)和軟件系統(tǒng)兩部分組成，其辨識方法步驟包括實船輸入輸出數(shù)據(jù)采集、數(shù)據(jù)處理、啟動辨識與結(jié)果輸出。本發(fā)明采用并聯(lián)形式采集數(shù)據(jù)，并對系統(tǒng)模型公式進行優(yōu)化減少響應(yīng)時間、抗干擾能力強、可獲得更加精確穩(wěn)定的結(jié)果，而模塊化封裝設(shè)計使結(jié)構(gòu)與流程清晰明了，可用于船舶運動建模、校核，完成了從理論到實際應(yīng)用的轉(zhuǎn)化，使船舶運動建模步驟簡化、效率更高、數(shù)據(jù)采集更加準確迅速，同時減少了大量繁瑣的人工操作方式方法，大大降低人力成本及時間成本，減少出錯率，并能夠?qū)崿F(xiàn)人機交互、適合各種海況、操作便捷、普及性高。

摘要： 本發(fā)明公開了一種基于系統(tǒng)辨識和擬合度的控制系統(tǒng)故障檢測方法及裝置，該包括以下步驟：獲取當前磁懸浮控制系統(tǒng)處于退化階段時的輸入輸出數(shù)據(jù)，并對獲取的處于退化階段時的輸入輸出數(shù)據(jù)進行分析，辨識出當前磁懸浮控制系統(tǒng)處于退化階段時的閉環(huán)傳遞函數(shù)；將辨識出的當前磁懸浮控制系統(tǒng)處于退化階段時的閉環(huán)傳遞函數(shù)與最初磁懸浮控制系統(tǒng)處于健康階段時的閉環(huán)傳遞函數(shù)進行差異性比較，計算出閉環(huán)控制系統(tǒng)的擬合度；將計算出的閉環(huán)控制系統(tǒng)的擬合度與預設(shè)的擬合度預警值進行對比，判斷當前磁懸浮控制系統(tǒng)的故障狀態(tài)。本發(fā)明可以實時、方便和快捷的檢測系統(tǒng)是否發(fā)生故障，且檢測精度高、提高磁懸浮列車的安全性能。

摘要： 本發(fā)明提供了一種基于二值量測面向FIR系統(tǒng)辨識的DoS攻擊檢測方法及系統(tǒng)，涉及計算機網(wǎng)絡(luò)安全技術(shù)領(lǐng)域。該方法由基于二值量測面向FIR系統(tǒng)辨識的DoS攻擊檢測系統(tǒng)實現(xiàn)，DoS攻擊檢測系統(tǒng)包括：FIR子系統(tǒng)、二值傳感器、通信網(wǎng)絡(luò)、估計中心以及DoS攻擊節(jié)點；基于未知參數(shù)的先驗信息建立了判斷DoS攻擊存在性的指標；充分利用了二值測量和系統(tǒng)輸入的特性，基于經(jīng)驗測度法設(shè)計了攻擊檢測算法，并給出了其在線形式，實現(xiàn)了基于當前數(shù)據(jù)判斷系統(tǒng)是否受到了攻擊。面向檢測算法的能力討論了可檢測性，得到了攻擊策略具有可檢測性的充分必要條件。

摘要： 本發(fā)明公開了一種基于系統(tǒng)辨識的操縱系統(tǒng)桿力梯度建模方法，對飛行模擬機中對操縱負荷系統(tǒng)建模和仿真有著巨大的優(yōu)勢和潛力。首先根據(jù)飛機操縱系統(tǒng)類型對操縱系統(tǒng)模型進行初步假設(shè)，得到操縱系統(tǒng)模型方程及建模所需參數(shù)；利用操縱系統(tǒng)“桿力?位移”測試對操縱系統(tǒng)靜態(tài)力特性進行提取和建模；利用起飛、巡航和著陸階段不同的“操縱桿釋放”測試獲取操縱桿釋放過程中的動態(tài)特性曲線；以靜態(tài)特性曲線為基準，利用動態(tài)特性曲線進行系統(tǒng)辨識，得到所建立操縱系統(tǒng)模型中的各未知參數(shù)，從而得到完整的操縱系統(tǒng)仿真模型。