纳维德·伊斯蒂亚克·乔杜里;马泰恩·艾哈迈德;Zeeshan Aslam汗;赛义德·祖拜尔;穆罕默德·阿西夫·扎胡尔·拉贾;内博伊萨·德多维奇 控制自回归系统参数估计的归一化分数阶自适应算法设计。 （英语） Zbl 1480.93456号 申请。数学。建模 55, 698-715 (2018). 小结：本文利用分数阶自适应信号处理的优势，利用归一化形式的分数阶最小均方（FLMS）及其最近引入的1型和2型修正，对控制自回归（CARAR）系统进行参数辨识。通过选取不同的噪声水平和分数阶，将所提出的归一化FLMS方法与CARAR识别模型的标准对应方法的自适应性能进行了比较。统计分析的结果用于验证所提出的归一化分数自适应方法在收敛性、准确性和鲁棒性方面的一致性。基于均方误差、方差解释和纳什-苏特克利夫效率的性能指标，通过一致逼近期望的辨识参数，进一步验证了设计方案的可靠性和有效性。 引用于12文件 MSC公司： 第93页第35页 随机学习与自适应控制 94C30个 设计理论在电路和网络中的应用 关键词：系统建模;参数估计;CARAR公司;分数信号处理;分数自适应算法 PDF格式BibTeX公司 XML格式引用 \textit{N.I.Chaudhary}等人，应用。数学。模型55，698-715（2018；Zbl 1480.93456） 全文： 内政部 参考文献： [1] 贝克·J·V。；Arnold，K.J.，《工程与科学中的参数估计》（1977），John Wiley&Sons·Zbl 0363.62020号 [2] 卡尔·S。；J.M.F.莫拉。；Ramanan，K.，传感器网络中的分布式参数估计：非线性观测模型和不完美通信，IEEE Trans。《信息论》，58，6，3575-3605（2012）·Zbl 1365.94021号 [3] 阿尔菲。；Fateh，M.M.，使用改进的粒子群优化识别非线性系统：液压悬架系统，车辆系统。动态。，49, 6, 871-887 (2011) [4] Diversi，R.公司。；吉多尔齐，R。；Soverini，U.，《存在输入和输出噪声时ARX和ARARX模型的识别》，《欧洲控制杂志》，16，3，242-255（2010）·Zbl 1198.93068号 [5] Diversi，R.，带有附加测量噪声的ARARX模型的三步识别程序，（第24届地中海控制与自动化会议（2016年），IEEE），622-627 [6] Tjärnström，F。；Ljung，L.，两步ARX估计程序的方差特性，（欧洲控制会议（ECC）（2001），IEEE），1840-1845 [7] Nooraii，A。；Romagnoli，J.A。；Figueroa，J.，中试蒸馏塔的过程识别、不确定性表征和稳健性分析，J.过程控制，9，3，247-264（1999） [8] Haest，M.，ESPION：用于系统识别的专家系统，Automatica，26，1，85-95（1990）·Zbl 0727.68123号 [9] Kohn，R.，向量线性时间序列模型的渐近估计和假设检验结果，计量经济学，471005-1030（1979）·Zbl 0422.62081号 [10] Yu，C。；你，K。；Xie，L.，具有有色测量噪声的ARMA系统的量化识别，Automatica，66110-108（2016）·Zbl 1335.93135号 [11] Baakek，Y.N。；斯利曼，Z.E.H。；Reguig，F.B.，《利用去趋势波动分析和ARARX模型量化心电图信号中QT-RR相互作用》，医学系统杂志。，38, 8, 62 (2014) [12] Noriega，M.，基于小波的ECG T波末端描绘策略的呼吸效应，IEEE Trans。生物识别。工程师，59、7、1818-1828（2012） [13] Cheng，S。；魏毅。；陈，Y。；李毅。；王毅，基于变初值和梯度阶的分数阶LMS，信号处理。，133, 260-269 (2017) [14] 新泽西州乔杜里。；Aslam，M.S。；Raja，M.A.Z.，Hammerstein非线性系统辨识的分数阶修正Volterra LMS算法，IET信号处理。，11, 8, 975-985 (2017) [15] S.Zubair，N.I.Chaudhary，Z.A.Khan，W.Wang，功率信号参数估计的动量分数LMS，信号处理。142 (2018) 441-449.; S.Zubair，N.I.Chaudhary，Z.A.Khan，W.Wang，功率信号参数估计的动量分数LMS，信号处理。142 (2018) 441-449. [16] S.Cheng，Y.Wei，D.Sheng，Y.Chen，Y.Wang，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 (2018) 1-10.; S.Cheng，Y.Wei，D.Sheng，Y.Chen，Y.Wang，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 (2018) 1-10. [17] 新泽西州乔杜里。；拉贾，M.A.Z。；Aslam，M.S。；Ahmed，N.，Volterra LMS算法在分数阶上的新推广及其在系统辨识中的应用，神经计算。申请。，1-18 (2016) [18] 沙阿·S·M。；萨马尔，R。；拉贾，M.A.Z。；Chambers，J.A.，《有源噪声控制系统中应用的分数归一化滤波误差最小均方算法》，Electron。莱特。，50, 14, 973-975 (2014) [19] 新泽西州乔杜里。；祖拜尔，S。；Raja，M.A.Z.，使用分数自适应算法进行功率信号建模的新计算方法，ISA Trans。，68, 189-202 (2017) [20] 拉贾，M.A.Z。；沙阿·A·A。；马哈茂德，A。；Aslam，M.S.，非线性Hammerstein控制自回归系统参数估计的生物启发计算启发式，神经计算。申请。，1-20 (2016) [21] 阿尔菲。；Modares，H.，使用自适应粒子群优化进行系统识别和控制，应用。数学。型号。，35, 3, 1210-1221 (2011) ·Zbl 1211.93125号 [22] 阿尔菲。；Fateh，M.M.，使用改进的模糊粒子群优化进行智能识别和控制，专家系统。申请。，38, 10, 12312-12317 (2011) [23] Alfi，A.，具有自适应变异和惯性权重的PSO及其在动态系统参数估计中的应用，Acta Autom。罪。，37, 5, 541-549 (2011) ·Zbl 1240.90481号 [24] Wang，J。；周，B.，用于混沌系统参数估计问题的混合自适应布谷鸟搜索优化算法，神经计算。申请。，27, 6, 1511-1517 (2016) [25] Ugalde，H.M.R。；卡莫纳，J.C。；雷耶斯，J.R。；阿尔瓦拉多，V.M。；Mantilla，J.，黑箱非线性系统识别中神经网络模型的计算成本改进，神经计算，166，96-108（2015） [26] 科尔比，C。；Ugalde，H.M.R.，使用低阈值Huberian函数对压电致动器进行低阶控制定向建模：伪线性和神经网络模型，非线性动力学。，85, 2, 923-940 (2016) ·Zbl 1355.93046号 [27] Ugalde，H.M.R。；卡莫纳，J.C。；雷耶斯，J.R。；阿尔瓦拉多，V.M。；Corbier，C.，用于系统识别的平衡简单精度神经网络模型族，神经计算。申请。，26, 1, 171-186 (2015) [28] 新泽西州乔杜里。；Zubair，S。；Raja，M.A.Z.，Hammerstein控制自回归系统参数估计的动量LMS自适应策略设计，神经计算。申请。，1-11 (2016) [29] 王，C。；Tang，T.，使用滤波技术的一类非线性系统的几种基于梯度的迭代估计算法，非线性动态。，77, 1-12 (2014) [30] 丁·F。；刘，P.X。；Liu，G.，OE和OEMA系统基于梯度和最小二乘的迭代识别方法，数字信号处理。，20, 3, 664-677 (2010) [31] 丁凤，《几种多创新识别方法》，《数字信号处理》。，20, 4, 1027-1039 (2010) [32] Mao，Y。；丁凤，非线性输出误差自回归系统基于数据滤波的多新息随机梯度算法，电路系统。信号处理。，35, 2, 651-667 (2016) ·Zbl 1346.93188号 [33] 陈，J。；Zhang，Y。；丁，R.，基于辅助模型的ARMA噪声输入非线性系统基于梯度的参数估计，非线性动态。，72, 4, 865-871 (2013) ·Zbl 1284.93224号 [34] 丁·F。；刘，X。；Chu，J.，使用分层识别原理的Hammerstein系统的基于梯度和基于最小二乘的迭代算法，IET控制理论应用。，7, 2, 176-184 (2013) [35] 胡，P。；Ding，F.，基于多级最小二乘法的滑动平均噪声反馈非线性系统迭代估计，非线性动态。，73, 1-2, 583-592 (2013) ·Zbl 1281.93033号 [36] Wang，W。；李，J。；Ding，R.，受控自回归自回归模型的最大似然参数估计算法，国际计算杂志。数学。，88, 16, 3458-3467 (2011) ·Zbl 1248.93161号 [37] 王，S。；丁，R.，受控自回归自回归系统的三阶段递推最小二乘参数估计，应用。数学。型号1。，37, 12, 7489-7497 (2013) ·Zbl 1438.93223号 [38] 王德庆。；丁·F。；Zhu，D.Q.，多变量类CARAR系统基于数据滤波的最小二乘算法，国际控制自动化杂志。系统。，11, 4, 711-717 (2013) [39] 王，D。；Shan，T。；Ding，R.，多变量类CARAR系统基于数据滤波的随机梯度算法，数学。模型1。分析。，18, 3, 374-385 (2013) ·Zbl 1271.93164号 [40] 拉贾，M.A.Z。；Qureshi，I.M.，使用分数导数的改进最小均方算法及其在系统识别中的应用，《欧洲科学杂志》。第35、1、14-21号决议（2009年） [41] 萨巴蒂尔，J。；阿格拉瓦尔，O.M。；Machado，J.A.T.，分数微积分进展，4（2007），施普林格：施普林格-多德雷赫特·Zbl 1116.00014号 [42] 马查多，J.A.T。；Kiryakova，V。；Mainardi，F.，分数微积分的近代史，Commun。非线性科学。数字。模拟。，16, 3, 1140-1153 (2011) ·Zbl 1221.26002号 [43] 医学博士Ortigueira。；Machado，J.A.T.，分数微积分在信号和系统中的应用，信号处理。，86, 10, 2503-2504 (2006) ·Zbl 1172.94301号 [44] 医学博士Ortigueira。；Ionescu，C.M。；马查多，J.A.T。；Trujillo，J.J.，分数信号处理和应用，信号处理。，107, 197 (2015) [45] Psycalinos，C。；Elwakil，A.S。；Radwan，A.G。；Biswas，K.，客座编辑：《分数阶电路和系统：理论、设计和应用》，电路系统。信号处理。，35, 6, 1807-1813 (2016) [46] Elwakil，A.S.，《分数阶电路和系统：一个新兴的交叉学科研究领域，电路系统》。IEEE杂志，10，4，40-50（2010） [47] 陈，D。；Sun，S。；张，C。；陈永强。；薛，D.，图像去噪的分数阶TV-L2模型，Cent。《欧洲物理学杂志》。，11, 10, 1414-1422 (2013) [48] 陈，D。；陈永强。；薛，D.，基于邻近算法的分数阶全变分图像去噪，应用。数学。计算。，257, 537-545 (2015) ·Zbl 1338.68273号 [49] Pu，Y.F。；Yi，Z。；Zhou，J.L.，分数Hopfield神经网络：分数动态联想递归神经网络，IEEE Trans。神经网络学习。系统。，99, 1-15 (2016) [50] Pahnehkolaei，硕士。；阿尔菲。；Machado，J.A.T.，分数阶泄漏积分器多时滞回波状态神经网络的一致稳定性，信息科学。，418, 703-716 (2017) [51] Pahnehkolaei，硕士。；阿尔菲，A。；Machado，J.A.T.，分数阶泄漏积分器回波状态神经网络的动态稳定性分析，Commun。非线性科学。数字。模拟。，47, 328-337 (2017) ·Zbl 1510.68097号 [52] H.M.Baskonus，T.Mekkaoui，Z.Hammouch，H.Bulut，混沌分数阶经济系统的主动控制，熵17（8）（2015）5771-5783。；H.M.Baskonus，T.Mekkaoui，Z.Hammouch，H.Bulut，混沌分数阶经济系统的主动控制，熵17（8）（2015）5771-5783。 [53] 吴国忠。；巴利亚努，D。；Lin，Z.X.，基于分数混沌时间序列的图像加密技术，J.Vib。控制，22，8，2092-2099（2016） [54] Baskonus，H.M。；Mehmet，H。；Bulut，H.，关于分数阶常微分方程的分数阶Adams-Bashfort-Moulton方法的数值解，开放数学。，13, 1, 547-556 (2015) ·Zbl 1350.65077号 [55] Baskonus，H.M。；Belgacem，F.B.M。；Bulut，H.，《通过变分迭代法实现非线性分数阶微分方程系统的解》，分数动力学，333（2015），Walter de Gruyter GmbH&Co KG [56] Bulut，H。；Baskonus，H.M。；Pandir，Y.，分数阶波动方程和时间分数阶广义Burgers方程的修正试探方程法，文章摘要。申请。分析。，2013, 1, 1-8 (2013) ·Zbl 1470.35390号 [57] Malek，H。；Dadras，S。；陈永清，电解电容器的分数阶ESR建模和分数阶故障预测及其在预测性维护中的应用，IET电力电子。，9, 8, 1608-1613 (2016) [58] 陈，D。；Sheng，H。；陈永强。；Xue，D.，运动估计的分数阶变分光流模型，Philos。事务处理。R.Soc.伦敦。A： 数学。物理学。工程科学。，371，1，第20120148条pp.（2013），1990·Zbl 1342.49028号 [59] 萨法里贾迪安，B。；阿萨德，M。；Sadeghi，M.S.，《使用有色测量噪声的线性分数阶系统中的同步状态估计和参数识别》，《国际控制杂志》，89，11，1-38（2016）·Zbl 1360.93680号 [60] 萨法里贾迪安，B。；阿萨德，M。；Jahromi，A.T.，SISO分数阶状态空间系统的分层识别方法，Modares J.Electr。工程，13，4，17-28（2014） [61] 巴德里，V。；Tavazoei，M.S.，关于分数阶系统分数阶[比例积分]控制器调谐的一些分析结果，IEEE Trans。控制系统。技术。，24, 3, 1059-1066 (2016) [62] Pahnehkolaei，硕士。；阿尔菲。；Machado，J.A.T.，使用自适应分数状态反馈控制的分数系统中的混沌抑制，混沌孤立子分数。，103, 488-503 (2017) ·Zbl 1375.93061号 [63] 罗斯塔米，M。；Haeri，M.，分数阶Duffing振荡器中的无阻尼振荡，信号处理。，107, 361-367 (2015) [64] 陈永强。；薛，D。；Visioli，A.，《分数阶系统和控制的特刊客座编辑》，IEEE/CAA J.Autom。罪。，3, 3, 255-256 (2016) [65] 尹，C。；Dadras，S。；钟S.M。；陈永清，一类新型分数阶混沌系统的自适应滑模控制方法，应用。数学。型号1。，37, 4, 2469-2483 (2013) ·Zbl 1349.93237号 [66] Malek，H。；Dadras，S。；陈永清，分数阶极值搜索控制的性能分析，ISA Trans。，63, 281-287 (2016) [67] 新泽西州乔杜里。；拉贾，M.A.Z。；Khan，A.U.R.，Hammerstein非线性控制自回归系统的改进分数自适应策略设计，非线性动力学。，82, 4, 1811-1830 (2015) ·Zbl 1437.93138号 [68] 新泽西州乔杜里。；Raja，M.A.Z.，使用非线性自适应算法识别Hammerstein非线性ARMAX系统，非线性动力学。，79, 2, 1385-1397 (2015) ·Zbl 1345.93045号 [69] 拉贾，M.A.Z。；Chaudhary，N.I.，用于CARMA系统参数估计的两阶段分数最小均方识别算法，信号处理。，107, 327-339 (2015) [70] 拉贾，M.A.Z。；Chaudhary，N.I.，Box-Jenkins系统参数估计的自适应策略，IET信号处理。，8, 9, 968-980 (2014) [71] Aslam，M.S。；新泽西州乔杜里。；Raja，M.A.Z.，Hammerstein非线性ARMAX系统基于滑动窗近似的分数阶自适应策略，非线性动力学。，87, 1, 519-533 (2017) ·Zbl 1371.93205号 [72] 新泽西州乔杜里。；Raja，M.A.Z.，输入非线性Box-Jenkins系统分数自适应策略的设计，信号处理。，116, 141-151 (2015) [73] 奥斯古伊，S.G。；Geravanchizadeh，M.，分数自适应滤波的改进凸组合语音增强，伊朗。J.电气。电子。工程，10，14，256-266（2014） [74] Aslam，M.S。；Raja，M.A.Z.，使用分数信号处理方法改进有源噪声控制系统在线二次路径建模的新自适应策略，信号处理。，107, 433-443 (2015) [75] Slock，D.T.M.，关于LMS和归一化LMS算法的收敛行为，IEEE Trans。信号处理。，41, 9, 2811-2825 (1993) ·Zbl 0800.94093号 [76] Douglas，S.C.，规范化LMS算法系列，IEEE信号处理。莱特。，1, 3, 49-51 (1994) [77] 莫伊努丁，M。；Zerguine，A.，在随机和循环非平稳情况下NLMS算法的跟踪分析，IEEE信号处理。莱特。，10, 9, 256-258 (2003) [78] Podlubny，I.，分数微分方程（1999），学术出版社：纽约学术出版社·Zbl 0918.34010号 [79] 基尔巴斯，A.A.A。；Srivastava，H.M。；Trujillo，J.J.，分数微分方程的理论与应用，204（2006），爱思唯尔科学有限公司·Zbl 1092.45003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。