鲍里斯·戈多伊。;格雷厄姆·古德温。;胡安·阿奎罗。;达米安·马雷利;托比约恩威格伦 具有量化输出数据的FIR系统的识别。 (英语) Zbl 1227.93121号 Automatica公司 47,第9期,1905-1915(2011). 摘要:我们提出了一种新的算法来估计线性系统的参数时,观察到的输出信号是量化的。这个问题与包括传感器网络和电信在内的许多领域有关。这里描述的算法具有SISO情况的闭合形式解。然而,对于MIMO情况,使用一组预先计算的场景来降低通常针对此类问题部署的EM类型算法的计算复杂性。与文献中先前描述的其他算法以及基于准牛顿方法的算法实现进行了比较。 引用于27文件 MSC公司: 93E12号机组 随机控制理论中的辨识 93E10型 随机控制理论中的估计与检测 93二氧化碳 控制理论中的线性系统 90元53 拟Newton型方法 93E25型 随机控制中的计算方法(MSC2010) 关键词:量化估计;EM算法;最大似然 PDF格式BibTeX公司 XML格式引用 \textit{B.I.Godoy}等人,《自动化47》,第9期,1905年-1915年(2011年;Zbl 1227.93121) 全文: 内政部 参考文献: [1] Agüero,J.C.、Godoy,B.I.、Goodwin,G.C.和Wigren,T.(2009)。具有量化输出数据的FIR系统的基于场景的EM识别。在第15届IFAC SYSID。法国圣马洛; Agüero,J.C.、Godoy,B.I.、Goodwin,G.C.和Wigren,T.(2009)。具有量化输出数据的FIR系统的基于场景的EM识别。在第15届IFAC SYSID。法国圣马洛 [2] 阿拉萨拉特南,I。;海金,S。;Elliot,R.J.,使用高斯-海米特积分的离散时间非线性滤波算法,IEEE学报,95,5,953-977(2007) [3] Billings,S.A。;Fakhouri,Y.,《使用维纳模型识别非线性系统》,《电子快报》,13,17,502-504(1977) [4] O·卡佩。;Moulines,E。;Rydén,T.,《隐马尔可夫模型中的推断》(2005),施普林格·Zbl 1080.62065号 [5] 查拉,S。;Bar-Shalom,Y。;Krishnamurthy,V.,通过广义Edgeworth级数和Gauss-Hermite求积进行非线性滤波,IEEE信号处理汇刊,48,6,1816-1820(2000) [6] 科林特,E。;Juillard,J.,基于二进制测量的参数估计问题的加权最小二乘法,IEEE自动控制汇刊,55,1148-152(2010)·Zbl 1368.93675号 [7] 科佐,C。;Hughes,B.L.,时空通信中的联合信道估计和数据检测,IEEE通信汇刊,51,8,1266-1270(2003) [8] 邓普斯特,美联社。;新墨西哥州莱尔德。;Rubin,D.B.,《通过EM算法从不完整数据中获取最大似然》,英国皇家统计学会杂志。系列B,39,1,1-38(1977)·Zbl 0364.62022号 [9] Fletcher,R.,《实用优化方法》(1987),John Wiley&Sons,Inc·Zbl 0905.65002号 [10] Folland,G.B.,《真实分析:现代技术及其应用》(1999年),Wiley-Interscience·Zbl 0924.28001号 [11] Frenkel,L。;Feder,M.,时变参数递归期望最大化(EM)算法及其在多目标跟踪中的应用,IEEE信号处理学报,47,2,306-320(1999) [12] Goodwin,G.C.和Agüero,J.C.(2005)。非线性随机模型中参数和状态估计的近似EM算法。在第44届IEEE决策与控制会议和2005年欧洲控制会议。西班牙塞维利亚; Goodwin,G.C.和Agüero,J.C.(2005)。非线性随机模型中参数和状态估计的近似EM算法。在第44届IEEE决策与控制会议和2005年欧洲控制会议。西班牙塞维利亚 [13] 古德温,G.C。;Payne,R.L.,(《动态系统识别:实验设计和数据分析》。《动态系统辨识:实验设计与数据分析》,科学与工程数学,第136卷(1977年),学术出版社)·Zbl 0578.93060号 [14] 古斯塔夫森,F。;Karlsson,R.,基于量化观测的系统识别统计结果,Automatica,45,12,2794-2801(2009)·Zbl 1192.93120号 [15] Hagenblad,A.和Ljung,L.(2000年)。维纳模型的最大似然估计。在第39届IEEE决策与控制会议。澳大利亚悉尼; Hagenblad,A.和Ljung,L.(2000)。维纳模型的最大似然估计。在第39届IEEE决策与控制会议。澳大利亚悉尼·Zbl 1152.93508号 [16] Lange,K.,《局部等效于EM算法的梯度算法》,《皇家统计学会杂志》。B系列,57,2,425-437(1995)·Zbl 0813.62021号 [17] Lloyd,S.P.,PCM中的最小二乘量化,IEEE信息理论汇刊,28,2,129-137(1982)·Zbl 0504.94015号 [18] 卢,B。;王,X。;Li,Y.,色散衰落信道中空时分组编码OFDM系统的迭代接收机,IEEE无线通信事务,1,2,213-225(2002) [19] Max,J.,《最小失真量化》,《IRE信息理论汇刊》,IT-6,7-12(1960) [20] 麦克拉克伦,G.J。;Krishnan,T.,《EM算法和扩展》(2008),John Wiley&Sons,Inc·Zbl 1165.62019号 [21] 奈尔,G.N。;Fagnani,F。;桑皮埃里,S。;Evans,R.J.,《数据速率约束下的反馈控制:概述》,《IEEE学报》,95,1,108-137(2007) [22] 尼尔·R·M。;Hinton,G.E.,《证明增量、稀疏和其他变体的EM算法的观点》(《图形模型学习》(1998年),Kluwer学术出版社),(第章)·Zbl 0916.62019号 [23] 奥尔森,R.K。;彼得森,K.B。;Lehn-Schioler,T.,《状态空间模型:从EM算法到梯度方法》,《神经计算杂志》,19,4,1097-1111(2007)·Zbl 1118.68123号 [24] Pflug,G.Ch.,《随机模型的优化:模拟与优化之间的接口》(1996),Kluwer学术出版社·Zbl 0909.90220号 [25] Solo,V.(2003)。奇异状态空间模型的EM算法。在第42届IEEE决策与控制会议。美国夏威夷毛伊岛; Solo,V.(2003)。奇异状态空间模型的EM算法。在第42届IEEE决策与控制会议。美国夏威夷毛伊岛 [26] Wang,L.Y。;尹,G.G。;张继发。;Zhao,Y.,量化观测的系统识别(2010),Birkhäuser·Zbl 1354.93005号 [27] Wang,L。;张杰。;Yin,G.G.,使用二进制传感器的系统识别,IEEE自动控制汇刊,48,11,1892-1907(2003)·Zbl 1364.93836号 [28] 威斯威克,D。;Verhaegen,M.,使用子空间模型识别方法识别MIMO-Wiener系统,信号处理,52235-258(1996)·Zbl 0875.93093号 [29] Weyer,E.、Ko,S.和Campi,M.C.(2009年)。量化输出数据系统辨识的有限样本性质。在第48届IEEE决策与控制会议和第28届中国控制会议; Weyer,E.、Ko,S.和Campi,M.C.(2009年)。量化输出数据系统辨识的有限样本性质。在第48届IEEE决策与控制会议和第28届中国控制会议,中国上海 [30] White,H.,《估算、推断和规范分析》(1996),剑桥大学出版社 [31] 维德罗,B。;Kollár,I.,《量化噪声》(2008),剑桥大学出版社 [32] Wigren,T.,一类非线性系统递归辨识中的近似梯度、收敛性和正实性,自适应控制和信号处理国际期刊,9,4,325-354(1995)·Zbl 0834.93058号 [33] Wigren,T.,盲适应中的ODE分析和重新设计,IEEE自动控制汇刊,42,12,1742-1747(1997)·Zbl 1041.93511号 [34] Wigren,T.,使用量化输出测量的自适应滤波,IEEE信号处理学报,46,12,3423-3426(1998) [35] Wigren,T.(2007)。MATLAB软件用于输出量化-再视觉系统的递归识别1。技术报告QRISRev1.ziphttp://www.it.uu.se/research/publications/reports/2007-15/QRISRev1.zip; Wigren,T.(2007)。MATLAB软件用于输出量化-再视觉系统的递归识别1。技术报告QRISRev1.ziphttp://www.it.uu.se/research/publications/reports/2007-15/QRISRev1.zip [36] Zhao,Y。;王,L.Y。;尹,G.G。;Zhang,J.,用二值输出观测值识别维纳系统,Automatica,43,10,1752-1765(2007)·Zbl 1119.93067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。