阿圭罗,胡安·C。;唐伟;胡安·尤兹。;拉蒙德尔加多;格雷厄姆·古德温。 双时频域系统识别。 (英语) Zbl 1255.93044号 Automatica公司 48,第12期,3031-3041(2012). 小结:在本文中,我们使用双时频域方法获得了离散时间线性模型参数的最大似然估计。我们提出了一个公式,它考虑了可用数据的(缩减-秩)线性变换。这种转换可能对应于不同的选项:选择时域数据、转换到频域或选择从时域样本获得的频域数据。我们使用所提出的方法通过使用期望最大化算法来识别以状态空间形式表示的多元系统。我们通过数值例子说明了该方法的优点。 引用于三文件 MSC公司: 93B30型 系统标识 93C80号 控制理论中的频率响应方法 93C55美元 离散时间控制/观测系统 关键词:鲁棒系统辨识;最大似然;时域数据;双时频域方法;离散时间线性模型;EM算法;多元系统;线性变换 PDF格式BibTeX公司 XML格式引用 \textit{J.C.Agüero}等人,Automatica 48,No.12,3031--3041(2012;Zbl 1255.93044) 全文: 内政部 参考文献: [1] Afifi,A.A。;Elasshoff,R.M。,多变量统计中的缺失观察,J.Amer。统计人员。协会,61,315,595-604(1966) [2] Agüero,J.C.、Yuz,J.I.和Goodwin,G.C.(2007)使用EM算法对MIMO状态空间模型进行频域识别。In:欧洲控制会议,ECC,。;Agüero,J.C.、Yuz,J.I.和Goodwin,G.C.(2007)使用EM算法对MIMO状态空间模型进行频域识别。In:欧洲控制会议,ECC,。 [3] 阿圭罗,J.C。;Yuz,J.I。;古德温,G.C。;R.A.德尔加多。,关于时域和频域最大似然估计的等价性,Automatica,46,2,260-270(2010)·Zbl 1205.93141号 [4] Agüero,J.C.、Yuz,J.I.、Goodwin,G.C.和Tang,W.(2010年b)使用双时频域方法识别国家空间系统。在:美国疾病控制与预防中心第49届IEEE决策与控制会议论文集。;Agüero,J.C.、Yuz,J.I.、Goodwin,G.C.和Tang,W.(2010年b)使用双时频域方法识别国家空间系统。摘自:第49届IEEE决策与控制会议记录,CDC。 [5] T.W.安德森。,当一些观测值缺失时,多元正态分布的最大似然估计,J.Amer。统计人员。协会,52,278,200-203(1957)·Zbl 0086.35304号 [6] Banbura,M.、Giannone,D.和Reichlin,L.(2010)《现代广播》。工作文件系列1275。欧洲中央银行; Banbura,M.、Giannone,D.和Reichlin,L.(2010)《现代广播》。工作文件系列1275。欧洲中央银行 [7] Bauer,D.,在没有外部输入的情况下,将CCA子空间方法与伪最大似然方法进行比较,J.Time-Ser。分析。,26, 5, 631-668 (2005) ·Zbl 1092.62082号 [8] 盒子,通用电气。第页。;詹金斯,G.M。;Reinsel公司。,时间序列分析:预测与控制(2008),威利·Zbl 1154.62062号 [9] Brown,R.F。;G.C.古德温。,状态和参数估计中曲率的有效计算,电子信件,6,18,579-580(1970) [10] O·卡佩。;Moulines,T。;Rydén,E.,《隐马尔可夫模型中的推断》(2005),施普林格出版社·Zbl 1080.62065号 [11] Cauberghe,B。;纪尧姆,P。;Pintelon,R。;Verboven,P.,使用来自任意信号的FRF数据进行频域子空间识别,J.Sound Vib。,290, 3-5, 555-571 (2006) [12] Deistler,M。;彼得内尔,K。;Scherrer,W.,子空间方法的一致性和相对效率,Automatica,311261865-1875(1995)·Zbl 0846.93024号 [13] Dempster,A.P。;新墨西哥州莱尔德。;D.B.鲁宾。,通过EM算法从不完整数据中获得的最大似然,《皇家统计学会杂志》,B系列,39,1,1-38(1977)·Zbl 0364.62022号 [14] Durbin,J。;科普曼,S.J。,《用状态空间方法进行时间序列分析》(2005),牛津大学出版社 [15] Gibson,S。;B.M.尼尼斯。,多变量动态系统的稳健最大似然估计,Automatica,41,10,1667-1682(2005)·Zbl 1087.93054号 [16] Goodwin,G.C.(1985)关于稳健估计和控制的一些观察。在:第七届IFAC识别和系统参数估计研讨会; Goodwin,G.C.(1985)关于稳健估计和控制的一些观察。在:第七届IFAC识别和系统参数估计研讨会 [17] 古德温,G.C。;阿圭罗,J.C。;威尔士,J.S。;Yuz,J.I。;亚当斯,G.J。;罗哈斯,C.R。,从工厂数据稳健识别过程模型,《过程控制杂志》,18,810-820(2008) [18] 古德温,G.C。;Feuer,A.,缺失数据估计,动力系统的数学和计算机建模,5,3,220-244(1998)·Zbl 0940.93069号 [19] 古德温,G.C。;Graebe,S.F。;医学博士萨尔加多。,控制系统设计(2001),普伦蒂斯·霍尔:新泽西州普伦蒂斯霍尔上鞍河 [20] 古德温,G.C。;Payne,R.,《动态系统识别:实验设计和数据分析》(1977),学术出版社·Zbl 0578.93060号 [21] 戈帕卢尼,R.B。,一种用于识别缺失观测下非线性过程的粒子滤波方法,Can。化学杂志。工程师,86,6,1081-1092(2008) [22] 新泽西州古普塔。;梅赫拉,R.K。,灵敏度函数计算中最大似然估计和降低的计算方面,IEEE Trans。自动化。控制,AC-19,6774-783(1974)·Zbl 0291.93069号 [23] Gut,A.,概率中级课程(2009),斯普林格·兹比尔1166.60300 [24] E.J.Hannan。,多重时间序列(1970),John Wiley and Sons,Inc·Zbl 0211.49804号 [25] E.J.Hannan。,ARMAX和状态空间形式的识别和参数化,《计量经济学》,44,4,713-723(1976)·Zbl 0333.62059号 [26] Hannan,E.J。;Deistler,M.,《线性系统的统计理论》(1988),John Wiley and Sons,Inc·Zbl 0641.93002号 [27] Hannan,E.J。;罗宾逊,P.M。,滞后回归与未知滞后,J.R.Stat.Soc.Ser。《美国统计年鉴》。,35, 2, 252-267 (1973) ·Zbl 0269.62074号 [28] 海特詹,D。;Basu,S.,《区分随机失踪”和“完全随机失踪”》,美国统计学家,50,3207-213(1996) [29] 海特詹,D。;D.B.鲁宾。,《可忽略性和粗略数据》,《统计年鉴》,19,4,2244-253(1991)·Zbl 0745.62004号 [30] Isaksson,A.,《缺少数据的ARX模型识别》,IEEE Trans。自动化。控制,38,5813-819(1993)·Zbl 0785.93028号 [31] Kan,R.,《从和的矩到积的矩》,J.《多元分析》。,99, 3, 542-554 (2008) ·Zbl 1133.60307号 [32] Little,R.J。;D.B.鲁宾。,关于通过最大化完整数据可能性来联合估计参数和缺失数据,《美国统计学家》,37,3,218-220(1983) [33] Little,R.J。;D.B.鲁宾。,缺少数据的统计分析(2002),John Wiley&Sons·Zbl 1011.62004号 [34] Ljung,L.,系统识别:用户理论(1999),Prentice Hall [35] Lütkepohl,H.,《多重时间序列分析新导论》(2005),施普林格出版社·Zbl 1072.62075号 [36] McKelvey,T.,频域识别方法,电路系统信号处理,21,1,39-55(2002) [37] McKelvey,T.,&Helmersson,A.(1996)使用三对角矩阵形式的多变量线性系统的状态空间参数化。摘自:第35届IEEE决策与控制会议论文集,CDC,(第3654-3659页)。;McKelvey,T.,&Helmersson,A.(1996)使用三对角矩阵形式的多变量线性系统的状态空间参数化。摘自:第35届IEEE决策与控制会议论文集,CDC,(第3654-3659页)。 [38] 麦克拉克伦,G.J。;Krishnan,T.,EM算法和扩展(1997),威利·Zbl 0882.62012号 [39] Pintelon,R。;Schoukens,G。;McKelvey,T。;Rolain,Y.,超参数模型的最小方差界,IEEE Trans。自动化。控制,41,5,719-720(1996)·Zbl 0850.93863号 [40] Pintelon,R。;Schoukens,J.,缺失数据的频域系统识别,IEEE Trans。自动化。控制,45(,2364-369(2000)·Zbl 0970.93514号 [41] Pintelon,R。;Schoukens,J.,《系统识别:频域方法》(2001),IEEE出版社·Zbl 0970.93514号 [42] Reinsel公司。,多变量时间序列分析要素(1997),施普林格·Zbl 0873.62086号 [43] D.B.鲁宾。,推断和缺失数据,Biometrika,63,3,581-592(1976)·Zbl 0344.62034号 [44] Schenato,L。;Sinopoli,B。;Franceschetti,M。;Poolla,K。;Sastry,S.,《有损网络的控制和估计基础》,IEEE学报,95,1163-187(2007) [45] 塞伯,G.A。F、。,《统计学家矩阵手册》(2008),威利·Zbl 1143.15001号 [46] 西格尔,M。;Weinstein,E.,评估对数似然梯度的新方法,线性动力系统的Hessian和Fisher信息矩阵,IEEE Trans。通知。理论,35,3,682-687(1989)·Zbl 0676.93077号 [47] Shumway,R.,&Stoffer,D.(1982)使用EM算法进行时间序列平滑和预测的方法。J.时间序列。分析。;Shumway,R.和Stoffer,D.(1982)一种使用EM算法进行时间序列平滑和预测的方法。J.时间序列。分析·Zbl 0502.62085号 [48] Söderström,T。;Stoica,P.,《系统识别》(1989年),Prentice-Hall International·兹比尔0714.93056 [49] Tanaka,M.和Katayama,T.(1990)具有离群值和缺失数据的线性系统的鲁棒辨识和平滑。在:第十一届IFAC世界大会; Tanaka,M.和Katayama,T.(1990)具有离群值和缺失数据的线性系统的鲁棒辨识和平滑。在:第十一届IFAC世界大会 [50] Vaida,F.,EM和MM算法的参数收敛性,统计Sinica,15831-840(2005)·Zbl 1087.62035号 [51] Van Overschee,P。;De Moor,B.,《线性系统的子空间识别:理论实现应用》(1996),Kluwer学术出版社·Zbl 0888.93001号 [52] Watson,M.W。;恩格尔,R.F。,估计动态因子、模拟和变系数回归模型的替代算法,《计量经济学杂志》,23,385-400(1983)·Zbl 0534.62083号 [53] White,H.,错误指定模型的最大似然估计,《计量经济学》,50,1,1-25(1982)·Zbl 0478.62088号 [54] Wills,A。;九度,B。;Gibson,S.,频域数据状态空间模型的最大似然估计,IEEE Trans。自动化。控制,54,1,19-33(2009)·Zbl 1367.93635号 [55] 吴昌芳。J.、。,关于EM算法的收敛性,Ann.Statist。,11, 1, 95-103 (1983) ·Zbl 0517.62035号 [56] Yuz,J.I。;G.C.古德温。,从采样数据对连续时间系统进行鲁棒辨识,(Garnier,H.;Wang,L.,从采样数据进行连续时间模型辨识(2008),Springer),67-89,(第3章) 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且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。