×
刘思玉;张，肖;徐玲;丁，冯

基于Rauch-Tung-Striebel平滑器的双线性系统期望最大化算法。 （英语） Zbl 1494.93030号

Automatica公司 142，文章ID 110365，9 p.（2022）。
双线性系统是一类特殊的非线性系统。本文研究状态空间形式下双线性系统的辨识问题，将未知状态作为潜在变量，设计了期望最大化算法来辨识双线性系统。更具体地说，期望步骤涉及使用Rauch-Tung-Striebel（RTS）平滑器解决状态估计问题，与卡尔曼滤波相比，该平滑器可以提高估计精度。最大化步骤通过数值优化求解。根据期望最大化原理，提出了一种基于RTS平滑器的期望最大化算法，用于未知系统参数和状态的联合估计。仿真实例证明了我们提出的解决方案的有效性。

引用于17文件

MSC公司：

93B30型 系统标识
93立方厘米10 控制理论中的非线性系统

关键词：

双线性系统;期望最大化;RTS平滑器;参数估计;状态估计

软件：

美国astsa
PDF格式BibTeX公司 XML格式引用
\textit{S.Liu}等人，Automatica 142，文章ID 110365，9 p.（2022；Zbl 1494.93030）
全文： 内政部

参考文献：

[1] 安，Y。；Zhang，Y。；Gao，W.，一种基于位自测试PUF的轻量级实用匿名认证协议，Electronics，11，5，772（2022），2022
[2] Belov，D.L。；Armstrong，R.D.，《Kullback-Leibler散度的分布及其应用》，《英国数学与统计心理学杂志》，64，2，291-309（2011）·Zbl 1218.62126号
[3] Chen，F.W。；阿圭罗，J.C。；Gilson，M.，基于EM的不规则采样数据连续时间ARMA模型识别，Automatica，77，293-301（2017）·Zbl 1355.93189号
[4] 陈，J。；Huang，B.，不确定通信信道ARX模型EM算法的全局收敛，《系统与控制快报》，136，第104614页，（2020）·Zbl 1433.93135号
[5] 陈，J。；Huang，B.，通过EM算法识别输出数据缺失的二维因果系统，IEEE工业信息学报，17，8，5185-5196（2021）
[6] 陈，J。；Zhu，Q.M.，用于具有随机缺失输出的ARX模型的基于改进卡尔曼滤波的多步长梯度迭代算法，Automatica，118，文章109034 pp.（2020）·Zbl 1447.93350号
[7] Cheng，S。；魏毅。；Sheng，D.，基于多创新分数阶随机梯度的Hammerstein非线性ARMAX系统辨识，信号处理，142,1-10（2018）
[8] Daniel-Berhe，S。；Unbehauen，H.，使用HMF方法对晶闸管驱动的直流电动机进行实验物理参数估计，控制工程实践，6615-626（1998）
[9] 丁·F。；刘，G。；Liu，X.P.，《稀缺测量的参数估计》，Automatica，47，8，1646-1655（2011）·Zbl 1232.62043号
[10] Favoreel，W。；De Moor，B。；Van Overschee，P.，白输入双线性系统的子空间识别，IEEE自动控制汇刊，44，6，1157-1165（1999）·Zbl 0955.93057号
[11] 费奇。；马，J。；Xiong，W.，具有Markov切换时滞的双线性状态空间模型的变分贝叶斯辨识，鲁棒与非线性控制国际期刊，30，17，7478-7495（2020）·Zbl 1525.93436号
[12] Gibson，S。；Ninness，B.，多变量动态系统的鲁棒最大似然估计，Automatica，41，10，1667-1682（2005）·Zbl 1087.93054号
[13] Golub，G.H。；Van Loan，C.F.，《矩阵计算》（1996），约翰霍普金斯大学出版社：约翰霍普金大学出版社，马里兰州巴尔的摩·Zbl 0865.65009号
[14] 赫特尔。；迪福，M。；Djemaí，M.，一类双线性系统的二进制控制设计：在多电平功率转换器中的应用，IEEE控制系统技术汇刊，24，2719-726（2016）
[15] 李，M。；Liu，X.，使用数据滤波技术对一类双线性系统进行基于最大似然最小二乘的迭代估计，国际控制自动化与系统杂志，18，6，1581-1592（2020）
[16] 李，M。；Liu，X.，一类双线性系统的粒子滤波迭代辨识方法，国际自适应控制与信号处理杂志，35，10，2056-2074（2021）
[17] 李，M。；Liu，X.，双速率随机系统基于最大似然分层最小二乘的迭代辨识，国际自适应控制与信号处理杂志，35，2240-261（2021）
[18] 刘，S。；丁·F。；Hayat，T.，双线性系统组合参数和状态估计的基于移动数据窗梯度的迭代算法，鲁棒和非线性控制国际期刊，30，6，2413-2429（2020）·Zbl 1465.93211号
[19] 刘，S。；谢林。；Xu，L.，移动数据窗上双线性随机系统的基于梯度的两阶段迭代算法，富兰克林研究所杂志，357，15，11021-11041（2020）·Zbl 1450.93081号
[20] 马提诺，S。；伯纳姆，K。；Haas，O.，应用于工业炉的四段双线性PID控制器，控制工程实践，12457-464（2004）
[21] Narendra，K。；Parthasarathy，K.，使用神经网络识别和控制动力系统，IEEE神经网络汇刊，1,1,4-27（1990）
[22] 劳赫，H。；董，F。；Striebel，C.，线性动力系统的最大似然估计，美国航空航天研究所，3，5，1445-1450（1965）
[23] Sárkká，S.，Unscented Rauch-Tung-Striebel smooder，IEEE自动控制汇刊，53，3，845-849（2008）·Zbl 1367.93691号
[24] Shumway，R.H。；Stoffer，D.S.，《时间序列分析及其应用》（2017年），施普林格出版社：施普林格商学院·兹比尔1367.62004
[25] Ueda，N。；Nakano，R.，确定性退火EM算法，神经网络，11，2，271-282（1998）
[26] Verdult，V。；Verhaegen，M.，基于子空间技术和可分离最小二乘优化的多变量双线性状态空间系统识别，国际控制杂志，74，18，1824-1836（2001）·Zbl 1101.93308号
[27] Verdult，V。；Verhaegen，M.，多变量LPV和双线性系统子空间识别的核方法，Automatica，41，9，1557-1565（2005）·Zbl 1086.93012号
[28] Wang，H。；风扇，H。；Pan，J.，《四维电路系统的复杂动力学》，《国际分岔与混沌杂志》，第31、14期，第2150208页，（2021）·Zbl 1484.34122号
[29] Wang，H。；Ke，G。；潘，J。；胡，F。；Fan，H.，《创造出无数潜在的类洛伦兹吸引子》，《欧洲物理杂志专题》（2022年）
[30] 王，D。；张，S。；Gan，M.，《缺少输出数据的Hammerstein系统的新型EM识别方法》，IEEE工业信息学汇刊，16，4，2500-2508（2020）
[31] 熊，J。；潘，J。；Chen，G.，四旋翼的滑模双通道抗扰姿态控制，IEEE工业电子汇刊（2022）
[32] 熊，W。；杨，X。；黄，B。；Xu，B.，基于多重模型的线性变参数时滞系统辨识（使用期望最大化算法），工业与工程化学研究，53，27，11074-11083（2014）
[33] Xu，L.，基于滑动测量窗口的多频信号可分离多创新牛顿迭代建模算法，电路、系统和信号处理，41，2，805-830（2022）·兹比尔1509.94036
[34] Xu，L.，基于动态离散测量的系统响应的可分离牛顿递推估计方法，数据长度增加，国际控制自动化与系统杂志，20，2，432-443（2022）
[35] 徐，L。；丁·F。；Yang，E.，非线性夹层系统的辅助模型多创新随机梯度参数估计方法，国际鲁棒与非线性控制杂志，31，1，148-165（2021）·Zbl 1525.93043号
[36] 徐，L。；丁·F。；Zhu，Q.，在线测量的可分离同步多创新梯度迭代信号建模，IEEE仪器与测量汇刊，71，第650131页，（2022）
[37] 徐，C。；Xu，H。；苏，H。；Liu，C.，具有异步间歇通信的竞争性线性多智能体系统的自适应二方共识，鲁棒与非线性控制国际期刊，32（2022）
[38] Yu，C。；Ljung，L。；Wills，A。；Verhaegen，M.，用于识别结构化状态空间模型的约束子空间方法，IEEE自动控制事务，65，10，4201-4214（2020）·Zbl 1533.93824号
[39] 张，X。；丁，F.，使用分数阶导数的最佳自适应滤波算法，IEEE信号处理快报，29399-403（2022）
[40] 周，Y。；Ding，F.，使用基于径向基函数的状态相关自回归模型建模非线性过程，IEEE信号处理快报，271600-1604（2020）
[41] 周，Y。；张，X。；Ding，F.，基于增加数据长度的回归权重RBF-AR模型的层次估计方法，IEEE电路与系统学报II：简报，68，12，3597-3601（2021）
[42] 周，Y。；张，X。；Ding，F.，一类多元混合模型的部分耦合非线性参数优化算法，应用数学与计算，414，文章126663 pp.（2022）·Zbl 1510.93338号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。