×
刘新鹏;杨宪强;余、苗

具有随机丢失输出的切换FIR系统的识别：变分贝叶斯方法。 （英语） Zbl 1455.93202号

J.富兰克林研究所。 358，第1期，1136-1151（2021）。
摘要：本文研究了存在随机缺失输出的切换有限脉冲响应（FIR）系统的辨识问题，并处理了未知局部模型数和未知切换机制的实际问题。从贝叶斯的角度出发，构造了描述辨识问题的概率模型，并利用变分贝叶斯（VB）方法推导了估计所有未知参数的算法。此外，可以根据每个局部分量的概率选择局部模型的数量，并可以获得预测输出作为生效的局部模型的输出。通过仿真算例和质量-弹簧-阻尼器系统，验证了该算法的有效性。

引用于1文件

MSC公司：

93E12号机组 随机控制理论中的辨识
93立方 由微分方程以外的函数关系控制的控制/观测系统（例如混合系统和开关系统）
93C27型 脉冲控制/观测系统

关键词：

切换有限冲激响应系统辨识;变分贝叶斯方法

软件：

PRMLT公司;电影节;Stata公司
PDF格式BibTeX公司 XML格式引用
\textit{X.Liu}等人，J.Franklin Inst.358，No.1，1136--1151（2021；Zbl 1455.93202）
全文： 内政部

参考文献：

[1] 丁·F。；陈，H。；徐，L。；戴J。；李强。；Hayat，T.，使用关键项分离的hammerstein非线性系统分层最小二乘辨识算法，J.Frankl。研究所，355，8，3737-3752（2018）·Zbl 1390.93818号
[2] 马，J。；黄，B。；Ding，F.，基于变分贝叶斯方法的参数不确定性Hammerstein参数变化系统的迭代辨识，IEEE Trans。系统。人类网络。系统。，99, 1-11 (2017)
[3] Yang，X.先生。；刘，X。；Li，Z.，多输入单输出非线性时滞系统鲁棒辨识的多模型方法，IEEE Trans。Ind.Informat公司。(2019)
[4] Adeniran，A.A。；El-Ferik，S.，《非线性系统建模与识别：多模态方法第1部分综述》，IEEE Trans。系统。网络人：系统。，47, 1149-1159 (2017)
[5] 王，M。；邱，J。；Chadli，M。；Wang，M.，具有数据包丢失的采样T-S模糊系统指数稳定的切换系统方法，IEEE Trans。赛博。，46, 12, 3145-3156 (2015)
[6] Yang，X.先生。；Gao，H.，用em算法辨识线性变参数时滞系统的多模型方法，J.Frankl。研究所，351，12，5565-5581（2014）·Zbl 1393.93032号
[7] 洛克申，M。；Sajaia，Z.，内生转换回归模型的最大似然估计，Stata J.，4，3，282-289（2004）
[8] Faria，S。；Soromenho，G.，线性回归的拟合混合物，J.Stat.Comput。模拟。，80, 2, 201-225 (2010) ·Zbl 1184.62118号
[9] Auber，R。；Pouliquen，M。；Goudjil，A。；鸽子，E。；Gehan，O。；Menard，T。；查彭，P.A。；穆塞，S。；Bonargent，T.，使用二进制测量识别开关fir线性系统，IEEE第58届决策与控制会议（CDC）论文集，791-796（2019），IEEE
[10] 卢，Y。；黄，B。；Khatibisepehr，S.，切换ARX模型稳健识别的变分贝叶斯方法，控制论IEEE事务，46，12，3195-3208（2016）
[11] 陈，X。；Ge，Z.，用于过程故障检测和分类的基于切换LDS的方法，Chemomet。智力。实验室系统。，146, 169-178 (2015)
[12] 巴科，L。；Boukharouba，K。；杜维埃拉，E。；Lecoeuche，S.，切换线性/仿射模型的递归识别算法，非线性分析：混合系统。，5, 2, 242-253 (2011) ·Zbl 1225.93112号
[13] Ohlsson，H。；Ljung，L.，使用形式和正则化识别切换线性回归模型，Automatica，49，4，1045-1050（2013）·Zbl 1285.93100号
[14] 金，X。；Huang，B.，具有隐藏切换状态的切换马尔可夫自回归外生系统的识别，Automatica，48，2，436-441（2012）·Zbl 1260.93166号
[15] 加鲁利，A。；Paoletti，S。；Vicino，A.，关于切换和分段仿射系统识别的调查，IFAC Proc。第45、16、344-355卷（2012年）
[16] 王凯。；Rippon，L。；陈，J。；宋，Z。；Gopaluni，R.B.，《具有不均匀批处理持续时间的多相和多模式批处理过程的数据驱动动态建模和在线监测》，工业工程化学。研究，58，30，13628-13641（2019）
[17] 陈，J。；卢，X。；Ding，R.，基于有限脉冲响应模型和负梯度搜索的预加载非线性系统的参数识别，Appl。数学。计算。，219, 5, 2498-2505 (2012) ·Zbl 1308.93211号
[18] Yang，X.先生。；尹，S。；Kaynak，O.，具有随机缺失测量的LPV时滞系统的鲁棒辨识，IEEE Trans。系统。网络人：系统。，48, 12, 2198-2208 (2017)
[19] 陈，J。；黄，B。；丁·F。；Gu，Y.，具有缺失观测值和可变时滞的ARX系统的变分贝叶斯方法，Automatica，94194-204（2018）·Zbl 1401.93191号
[20] Shi，Y。；Fang，H.，基于卡尔曼滤波器的网络环境下随机缺失测量系统识别，国际期刊控制，83，3，538-551（2010）·Zbl 1222.93228号
[21] 王德庆。；刘海波。；Ding，F.，双速率Hammerstein系统的高效识别方法，IEEE Trans。控制系统。技术。，23, 5, 1952-1960 (2015)
[22] 李，D。；Shah，S.L。；Chen，T.，双速率推断控制系统分析，Automatica，38，6，1053-1059（2002）·Zbl 1038.93033号
[23] 谢林。；Yang，H。；Huang，B.，使用em算法的具有随机延迟的多速率过程的Fir模型识别，AIChE J.，59，11，4124-4132（2013）
[24] Dempster，A.P。；新墨西哥州莱尔德。；Rubin，D.B.，《通过em算法从不完整数据中获得最大似然》，J.R.Stat.Soc.：B系列（Methodol.），39，1，1-22（1977）·Zbl 0364.62022号
[25] Yang，X.先生。；Yin，S.，具有随机缺失测量的fir模型的变分贝叶斯推断，IEEE Trans。Ind.Electron公司。，64, 5, 4217-4225 (2017)
[26] Tzikas，D.G。；利卡斯，A.C。；Galatsanos，N.P.，贝叶斯推断的变分近似，IEEE信号处理。Mag.，25，6，131-146（2008）
[27] 布莱，D.M。；Kucukelbir，A。；McAuliffe，J.D.，《变分推断：统计学家评论》，J.Am.Stat.Assoc.，112，518，859-877（2017）
[28] Bishop，C.M.，模式识别和机器学习（2006），Springer·Zbl 1107.68072号
[29] 托特·R。；劳伦，V。；Gilson，M。；Garnier，H.，闭环LPV模型识别的仪器变量方案，Automatica，48，9，2314-2320（2012）·Zbl 1258.93051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。