陈梦婷;丁，冯;林荣明;艾哈迈德·阿尔萨迪;塔萨瓦·哈亚特 利用过参数化方法和线性滤波器对一类特殊非线性系统进行参数估计。 （英语） Zbl 1483.93619号 国际期刊系统。科学。，普林克。申请。系统。集成。 50，第9期，1689-1702（2019）. 摘要：本文利用测量输入输出数据研究了一类特殊非线性系统（即双线性内参数系统）的参数估计问题。估计思想基于数据滤波技术和过参数化方法，将系统表示为线性参数化形式。然后，通过滤波模型和噪声模型，进行基于滤波的过参数化广义扩展梯度迭代（F-O-GEGI）开发了用于估计所有参数的算法。为了提高参数估计的精度，通过构造和最小化两个独立的准则函数，导出了一种基于滤波的过参数化广义扩展最小二乘迭代（F-O-GELSI）算法。在此基础上，提出了有限测量数据的F-O-GEGI算法和F-O-GELSI算法。通过仿真实例对所提出的方法进行了测试和比较。 引用于1文件 MSC公司： 93E10型 随机控制理论中的估计与检测 93E11号机组 随机控制理论中的滤波 93立方厘米 控制理论中的非线性系统 关键词：双线性内参数系统;参数估计;滤波技术;迭代算法;过参数化 PDF格式BibTeX公司 XML格式引用 \textit{M.Chen}等人，国际期刊系统。科学。，普林克。申请。系统。集成。50，第9号，1689--1702（2019；Zbl 1483.93619） 全文： 内政部 参考文献： [1] Bai，E.W.，Hammerstein-Wiener非线性系统的最优两阶段辨识算法，Automatica，34，3，333-338（1988）·Zbl 0915.93018号 ·doi:10.1016/S0005-1098（97）00198-2 [2] Bai，E.W。；Liu，Y.，双线性方程的最小二乘解，《系统控制快报》，55，6，466-472（2006）·Zbl 1129.65310号 ·doi:10.1016/j.sysconle.2005.09.010 [3] Benesty，J。；古洛古，C。；Ciochiná，S.，《关于用维纳滤波器识别双线性形式》，IEEE信号处理快报，24，5，653-657（2017）·doi:10.1109/LSP.2017.2685461 [4] A.布鲁里。；卡迪，L。；Slassi，S.，具有间隙输入非线性的Hammerstein-Wiener系统的频率识别，国际控制自动化与系统杂志，15，5，2222-232（2017）·doi:10.1007/s12555-016-0312-3 [5] 曹毅。；李，P。；张勇，基于云计算的铁路信号故障诊断数据并行处理算法，未来一代计算机系统，88，279-283（2018）·doi:10.1016/j.future.2018年5月38日 [6] 曹毅。；马，L.C。；肖，S。；张，X。；Xu，W.，CTCS-3中传输延迟的标准分析，中国电子杂志，26，5，1057-1063（2017）·doi:10.1049/cje.2017.08.024 [7] 曹毅。；温，Y。；X孟。；Xu，W.，异步协调多点传输改进接收机设计的性能评估，中国电子杂志，25，2，372-378（2016）·doi:10.1049/cje.2016.03.026 [8] 曹毅。；Zhang，Y。；温·T。；李鹏，基于分数阶微分算子方程的高速列车控制系统故障诊断动态非线性输入预测研究，混沌，29，1（2019） [9] 陈，M.T。；丁·F。；Alsadei，A。；Hayat，T.，使用过参数化模型和分解的双线性内参数系统的迭代识别算法，国际控制自动化与系统杂志，16，6，2634-2643（2018）·doi:10.1007/s12555-017-0659-0 [10] 陈，M.T。；丁·F。；徐，L。；Hayat，T。；Alsaedi，A.，带自回归滑动平均噪声的双线性内参数系统的迭代识别算法，富兰克林研究所杂志，354，17，7885-7898（2017）·Zbl 1380.93271号 ·doi:10.1016/j.jfranklin.2017.09.014 [11] 陈，M.T。；丁·F。；Yang，E.F.，使用模型分解技术的双线性内参数系统基于梯度的迭代参数估计，IET控制理论与应用，12，17，2380-2389（2018）·doi:10.1049/iet-cta.2018.5254 [12] Chen，G.Y。；甘，M。；Chen，C.L.P。；Li，H.X.，可分离非线性最小二乘问题的正则变量投影算法，IEEE自动控制汇刊，64，2，526-537（2019）·Zbl 1482.93717号 [13] Chen，G.Y。；甘，M。；丁·F。；Chen，C.L.P.，可分离非线性模型基于改进Gram-Schmidt方法的变量投影算法，IEEE神经网络和学习系统汇刊（2019） [14] Chen，H.B。；Xiao，Y.S。；Ding，F.，使用关键项分离原理的Hammerstein非线性系统分层梯度参数估计算法，应用数学与计算，2471202-1210（2014）·Zbl 1343.62055号 ·doi:10.1016/j.amc.2014.09.070 [15] Cheng，S.S。；Wei，Y.H。；Sheng，D。；陈永强。；王毅，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）·doi:10.1016/j.sigpro.2017.06.025 [16] Ding，J.L.，带自回归噪声的多输入输出误差系统的递归和迭代最小二乘参数估计算法，电路系统和信号处理，37，5，1884-1906（2018）·Zbl 1418.93279号 ·doi:10.1007/s00034-017-0636-0 [17] 丁，J.L.，带自回归噪声的多输入-输出误差系统的分层迭代辨识算法，复杂性，1-11（2018）·Zbl 1377.93164号 [18] 丁·F。；王义杰。；Dai，J.Y。；李庆生。；Chen，Q.J.，使用输入输出数据滤波的输出非线性自回归系统的递推最小二乘参数估计算法，富兰克林研究所杂志，354，15，6938-6955（2017）·Zbl 1373.93393号 ·doi:10.1016/j.富兰克林.2017.08.009 [19] 丁·F。；Wang，X.H。；毛，L。；Xu，L.，基于卡尔曼滤波的时滞线性系统联合状态和多新息参数估计及其收敛性，数字信号处理，62211-223（2017）·doi:10.1016/j.dsp.2016年11月11日 [20] 丁·F。；徐，L。；朱庆明，时变系统广义投影辨识的性能分析，IET控制理论与应用，10，18，2506-2514（2016）·doi:10.1049/iet-cta.2016.0202 [21] 甘，M。；Chen，C.L.P。；Chen，G.Y。；Chen，L.，关于可分离非线性平方问题的一些分离算法，IEEE控制论汇刊，48，10，2866-2874（2018）·doi:10.1109/TCYB.2017.2751558 [22] 龚，P.C。；王伟强。；李，F.C。；Cheung，H.，FDA-MIMO雷达稀疏感知发射波束空间设计，信号处理，14499-103（2018）·doi:10.1016/j.sigpro.2017.10.008 [23] 格兰特，L.L。；克劳，M.L。；Cheng，M.X.，电力系统矩阵预处理迭代线性解算器的链方法，IEEE电力系统汇刊，33，1，166-173（2018）·doi:10.1109/TPWRS.2017.2695962 [24] 格雷布利基，W。；Pawlak，M.，Hammerstein系统识别与最近邻算法，IEEE信息理论汇刊，63，8，4746-4757（2017）·Zbl 1372.93205号 ·doi:10.1109/TIT.2017.2694013 [25] 胡玉斌。；Liu，B.L。；周，Q。；Yang，C.，带滑动平均噪声的Wiener非线性系统的递归扩展最小二乘参数估计，电路系统与信号处理，33，2，655-664（2014）·doi:10.1007/s00034-013-9652-x [26] 黄，B.H。；Ma，C.F.，一类广义耦合Sylvester共轭矩阵方程的基于松弛梯度的迭代算法，富兰克林研究所杂志，355，6，3618-3195（2018）·Zbl 1395.65011号 [27] Jing，S.X。；潘·T·H。；Li，Z.M.，用于识别带有过程噪声的Wiener系统的可变节点样条逼近递归贝叶斯算法，非线性动力学，90，4，2293-2303（2017）·Zbl 1393.93031号 ·doi:10.1007/s11071-017-3803-8 [28] Li，Q.H。；Wang，W.M。；韦弗，B。；Wood，H.，基于模型的插值迭代法，用于识别操作柔性转子轴承系统的轴承系数，国际机械科学杂志，131-132，471-479（2017）·doi:10.1016/j.ijmecsci.2017.07.020 [29] Liu，F.，与Triebel-Lizorkin空间上多项式复合曲线相关的极大算子的有界性和连续性，数学不等式与应用，22，1，25-44（2019）·兹比尔1418.42022 ·doi:10.7153/mia-2019-22-02 [30] 刘，F。；傅，Z。；Jhang，S.，与Triebel-Lizorkin空间上齐次映射相关的Marcinkiewicz积分的有界性和连续性，中国数学前沿，14，1，95-122（2019）·Zbl 1417.42019号 ·doi:10.1007/s11464-019-0742-3 [31] 刘，F。；薛琦。；Yabuta，K.，Triebel-Lizorkin空间上极大奇异积分和极大函数的有界性和连续性，科学-中国-数学（2019） [32] 马，P。；丁·F。；Zhu，Q.M.，使用多创新的多元伪线性系统基于分解的递归最小二乘辨识方法，国际系统科学杂志，49，5，920-928（2018）·Zbl 1482.93656号 ·doi:10.1080/00207721.2018.1433247 [33] Mao，Y.W。；Ding，F.，Hammerstein系统基于参数分离的新型辨识算法，应用数学与计算，60，21-27（2016）·Zbl 1339.93109号 [34] Na，J。；杨，J。；任小明。；Guo，Y.，时变参数非线性系统的鲁棒自适应估计，国际自适应控制与信号处理杂志，29，8，1055-1072（2015）·Zbl 1330.93067号 ·doi:10.1002/acs.2524 [35] Na，J。；杨，J。；吴，X。；郭毅，正弦信号的鲁棒自适应参数估计，Automatica，53，376-384（2015）·Zbl 1371.93194号 ·doi:10.1016/j.automatica.2015.01.019 [36] 潘，J。；李伟（Li，W.）。；张海平，基于滑模控制改进双指数趋近律的磁悬浮系统控制算法，国际控制自动化与系统杂志，16，6，2878-2887（2018）·doi:10.1007/s12555-017-0616-y [37] 潘，J。；马，H。；蒋，X。；丁·W。；Ding，F.，使用数据过滤技术的多元控制自回归滑动平均系统的自适应梯度迭代算法，复杂性（2018）·Zbl 1398.93348号 [38] Rao，Z.H。；曾春云。；吴先生。；王振芳。；詹，N。；刘，M。；Wan，X.K.，基于扩展非线性核残差网络的手写字符识别算法研究，KSII Transactions on Internet and Information Systems，12，1，413-435（2018） [39] Schoukens，M。；Tiels，K.，《从线性近似开始识别面向块的非线性系统：一项调查》，Automatica，85，272-292（2018）·Zbl 1375.93038号 ·doi:10.1016/j.automatica.2017.06.044 [40] Sersour，L.公司。；Djamah，T。；Bettayeb，M.，分数维纳模型的非线性系统识别，非线性动力学，92，4，1493-1505（2018）·doi:10.1007/s11071-018-4142-0 [41] 孙，T。；江，H。；Cheng，L.Z.，图像处理中近端迭代重加权核范数算法的收敛性，IEEE图像处理汇刊，26，12，5632-5644（2012）·Zbl 1409.94567号 ·doi:10.1109/TIP.2017.2745200 [42] 王义杰。；丁，F.，基于滤波的非线性动力系统多新息梯度估计算法及性能分析，IMA应用数学杂志，82，6，1171-1191（2017）·Zbl 1480.93421号 ·doi:10.1093/imamat/hxx029 [43] 王义杰。；丁·F。；Wu，M.H.，多元输出误差系统的递归参数估计算法，富兰克林研究所杂志，355，12，5163-5181（2018）·Zbl 1395.93288号 ·doi:10.1016/j.jfranklin.2018.04.013 [44] 王义杰。；丁·F。；Xu，L.，设计用于信号处理的有色噪声IIR滤波器的一些新结果，数字信号处理，72，44-58（2018）·doi:10.1016/j.dsp.2017.09.006 [45] Wang，T。；刘，L。；张杰。；谢弗，E。；Wang，Y.，船用电流涡轮机绝缘系统的M-EKF故障检测策略，机械系统和信号处理，115269-280（2019）·doi:10.1016/j.ymssp.2018.04.021 [46] Wang，Y。；Si，Y。；黄，B。；Ding，S.X.，《多元统计过程监控算法的理论研究和工程应用综述：2008-2017》，《加拿大化学工程杂志》，96，10，2073-2085（2018）·doi:10.1002/cjce.23249 [47] Xu，L.，使用泰勒展开近似的时滞系统比例微分控制方法，应用数学与计算，236391-399（2014）·Zbl 1334.93125号 ·doi:10.1016/j.amc.2014.02.087 [48] Xu，L.，牛顿迭代算法在动力系统参数估计中的应用，计算与应用数学杂志，288，33-43（2015）·Zbl 1314.93062号 ·doi:10.1016/j.cam.2015.03.057 [49] Xu，L.，基于正弦信号测量的动力系统阻尼迭代参数识别方法，信号处理，120660-667（2016）·doi:10.1016/j.sigpro.2015.10.009 [50] Xu，L.，基于动态响应测量数据的参数估计算法，机械工程进展，9，11，1-12（2017） [51] 徐，L。；陈，L。；Xiong，W.L.，基于牛顿迭代的阶跃响应的动态系统参数估计和控制器设计，非线性动力学，79，3，2155-2163（2015）·doi:10.1007/s11071-014-1801-7 [52] 徐，L。；丁，F.，基于多创新理论和层次原理的动态响应信号参数估计算法，IET信号处理，11，2，228-237（2017）·doi:10.1049/iet-spr.2016.0220 [53] 徐，L。；丁，F.，基于脉冲响应的控制系统参数估计，国际控制自动化与系统杂志，15，6，2471-2479（2017）·doi:10.1007/s12555-016-0224-2 [54] 徐，L。；丁，F.，基于测量数据的信号模型迭代参数估计，电路系统与信号处理，37，7，3046-3069（2018）·兹比尔1411.94026 ·doi:10.1007/s00034-017-0705-4 [55] 徐，L。；丁·F。；朱庆明，基于脉冲响应的传递函数动态系统递阶牛顿和最小二乘迭代估计算法，国际系统科学杂志，50，2，141-151（2019）·Zbl 1482.93661号 ·doi:10.1080/0207721.2018.1544303 [56] Xu，G.H。；谢科夫特，Y。；Akgul，A。；李，C.B。；Panahi，S.，《带有自激吸引子的新混沌系统：熵测量、信号加密和参数估计》，《熵》，20，2（2018） [57] 徐，L。；Xiong，W.L。；Alsadei，A。；Hayat，T.，基于动态窗口数据的频率响应层次参数估计，国际控制自动化与系统杂志，16，4，1756-1764（2018）·doi:10.1007/s12555-017-0482-7 [58] 余春平。；Verhaegen，M.，网络中运行的单个系统的子空间识别（SI^2ON），IEEE自动控制事务，63，4，1120-1125（2018）·Zbl 1390.93826号 ·doi:10.1109/TAC.2017.2739341 [59] 詹，X.S。；程，L.L。；吴杰。；Yang，Q.S。；Han，T.，具有多参数约束的MIMO网络控制系统的最佳修改性能，ISA Transactions，84，1，111-117（2019）·doi:10.1016/j.isatra.2018.09.018 [60] 张义忠。；曹毅。；Wen，Y.H。；梁，L。；邹凤，协同车载基础设施系统中信息交互协议的优化，中国电子学报，27,2439-444（2018）·doi:10.1049/cje.2017.10.009 [61] 张，X。；丁·F。；Alsaadi，F.E。；Hayat，T.，双线性状态空间系统动力学模型的递归参数识别，非线性动力学，89，4，2415-2429（2017）·Zbl 1377.93062号 ·doi:10.1007/s11071-017-3594-y [62] 张，X。；丁·F。；徐，L。；Yang，E.，使用分层辨识原理的双线性系统基于状态滤波的最小二乘参数估计，IET控制理论应用，12，12，1704-1713（2018）·doi:10.1049/iet-cta.2018.0156 [63] 张，B。；Mao，Z.Z.，基于偏差补偿原理的Hammerstein非线性系统递推最小二乘辨识方法，富兰克林研究所杂志，354，3，1340-1355（2017）·Zbl 1355.93200号 ·doi:10.1016/j.jfranklin.2016.11.028 [64] Zhang，W.H。；薛，L。；蒋，X.，一类具有类SISS条件和时滞的随机非线性系统的全局镇定，鲁棒与非线性控制国际期刊，28，13，3909-3926（2018）·Zbl 1397.93230号 ·doi:10.1002/rnc.4112 [65] 赵，N。；陈，Y。；刘，R。；Wu，M.H.，合作通信网络中中继激励机制的监测策略，计算机与电气工程，60，14-29（2017）·doi:10.1016/j.com.peeceng.2017.04.025 [66] 朱庆明。；王义杰。；Zhao，D.Y。；李，S.Y。；Billings，S.A.，《理性（总体）非线性动态系统建模、识别和控制综述》，《国际系统科学杂志》，46，12，2122-2133（2015）·兹比尔1332.93047 ·doi:10.1080/00207721.2013.849774 [67] 朱庆明。；Yu，D.L。；Zhao，D.Y.，用于非线性有理模型参数估计的增强线性卡尔曼滤波（EnLKF）算法，国际系统科学杂志，48，3，451-461（2017）·Zbl 1358.93176号 ·doi:10.1080/00207721.2016.1186243 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。