×
王、朱;安浩然;罗雄林

具有未知噪声统计的时变Wiener输出误差系统基于自适应滤波的递推辨识。 （英语） 兹比尔1429.93400

J.富兰克林研究所。 357，编号21280-1298（2020）.
小结：在控制领域，基于模型的鲁棒辨识很少，尤其是在存在未知噪声统计的情况下的研究很少。本文研究时变Wiener输出误差系统的鲁棒估计问题。为了区分复杂噪声环境中的非线性时变特性，提出了一种基于自适应滤波的递推辨识方法。首先，构造虚拟等效状态空间模型实现自适应卡尔曼滤波。在滤波器设计中，引入了基于Sage-Husa原理的加权噪声估计器，该估计器对噪声变化敏感。其次，利用滤波器得到的状态估计来形成信息向量中的未知中间变量。然后，提出了一种基于多次迭代的递推估计方法，并利用鞅超收敛定理证明了辨识的收敛性。最后，数值模拟结果验证了理论结果。

引用于三文件

MSC公司：

93E12号机组 随机控制理论中的辨识
93E11号机组 随机控制理论中的滤波
93立方厘米10 控制理论中的非线性系统
93E10型 随机控制理论中的估计与检测
93B35型 灵敏度（稳健性）

关键词：

自适应滤波递归辨识;维纳输出误差系统;鞅超收敛定理
PDF格式BibTeX公司 XML格式引用
\textit{Z.Wang}等人，J.Franklin Inst.357，No.2，1280--1298（2020；Zbl 1429.93400）
全文： 内政部

参考文献：

[1] 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（2017）·Zbl 1375.93038号
[2] 王，D。；Ding，F.，多变量Hammerstein CARMA系统的参数估计算法，Inform。科学，355-356，237-248（2016）·Zbl 1458.93130号
[3] Wills，A。；Ninness，B.，广义Hammerstein-Wiener系统估计和基准应用，控制工程实践。，20, 11, 1097-1108 (2012)
[4] Katayama，T。；Ase，H.，MIMO-Wiener-Hammerstein系统的线性近似和识别，Automatica，71，118-124（2016）·兹比尔1343.93090
[5] 金，Q。；杜，J。；丁·F。；曹，L.，有限信息维纳系统的一种新的辨识方法，数学。计算。型号。，58, 7-8, 1531-1539 (2013)
[6] 医学博士席尔瓦。；威格伦，T。；Mendonca，T.，麻醉中最小神经肌肉阻滞模型的非线性识别，IEEE Trans。控制系统。技术。，20, 1, 181-188 (2012)
[7] 沙菲，G。；阿雷菲，M.M。；Jahed-Motlagh，M.R。；Jalali，A.A.，基于分段线性Wiener模型的聚合反应器非线性预测控制，化学。Eng.J.，143，1-3282-292（2008）
[8] Zhang，Y。；Fidan，B。；Ioannou，P.A.，具有已知和未知参数的线性时变系统的反推控制，IEEE Trans。自动。控制，48,111908-1925（2003）·Zbl 1364.93270号
[9] 镍，硼。；Zhang，Q.，连续时间输出误差系统卡尔曼滤波器的稳定性，系统。控制信函。，94, 172-180 (2016) ·Zbl 1344.93095号
[10] Vörös，J.，具有多段分段线性非线性的Wiener系统的参数识别，系统。控制信函。，56, 2, 99-105 (2007) ·Zbl 1112.93019号
[11] 胡，X。；Chen，H.，Wiener系统递归辨识的强一致性，Automatica，41,111905-1916（2005）·Zbl 1087.93057号
[12] 莱西，S.L。；Bernstein，D.S.，具有未知、不可逆多项式非线性的FIR Wiener系统的识别，国际控制杂志，76，15，1500-1507（2003）·Zbl 1050.93074号
[13] Bai，E.W.，Wiener模型的频域识别，Automatica，39，9，1521-1530（2003）·Zbl 1032.93010号
[14] Bai，E.W。；Reyland，J.，《用最少的先验信息识别维纳系统：iir案例》，Automatica，45，4，956-964（2009）·Zbl 1162.93407号
[15] Hagenblad，A。；Ljung，L。；Wills，A.，Wiener模型的最大似然识别，Automatica，44，11，2697-2705（2008）·Zbl 1152.93508号
[16] 王，D。；Ding，F.，维纳非线性系统基于最小二乘和梯度的迭代辨识，信号处理，91，5，1182-1189（2011）·兹比尔1219.94052
[17] Chen，H.，（变量误差Wiener系统的递归识别，第25届中国控制会议（CCC 2006），2006年8月），383-387
[18] 王，Z。；金，Q。；Liu，X.，开环和闭环混合Box-Jenkins模型结构的递推最小二乘辨识，J.Franklin I.，353，2，265-278（2016）·Zbl 1395.93560号
[19] 丁·F。；刘，X。；Liu，M.，一类Wiener非线性系统的递推最小二乘辨识算法，J.Franklin I.，353，7，1518-1526（2016）·Zbl 1336.93144号
[20] 徐，Z。；Zhu，Y。；Han，K。；钱，J.，MPC的多迭代伪线性回归方法和自适应扰动模型，J.过程控制。，20, 4, 384-395 (2010)
[21] Cheng，S。；魏毅。；Sheng，D。；陈，Y。；王毅，基于多新息分数阶随机梯度的Hammerstein非线性ARMAX系统辨识，信号处理。，142, 1-10 (2018)
[22] 丁·F。；刘，P.X。；Liu，G.，系统建模的多创新最小二乘辨识，IEEE Trans。系统。人类网络。B、 40767-778（2010年）
[23] 王，J。；王，J。；张，D。；邵，X。；Chen，G.，通过先验误差协方差的反馈自适应进行卡尔曼滤波，信号处理，152，47-53（2018）
[24] Marelli，D。；Zamani，M。；傅，M。；Ninness，B.，线性系统网络中的分布式卡尔曼滤波器，系统。控制信函。，116, 71-77 (2018) ·Zbl 1417.93311号
[25] 博纳，M。；Wintz，N.，《时间尺度上线性系统的卡尔曼滤波器》，J.Math。分析。申请。，406, 2, 419-436 (2013) ·Zbl 1306.93071号
[26] Zhang，Q.，关于离散时间输出误差系统卡尔曼滤波器的稳定性，系统。控制信函。，107, 84-91 (2017) ·Zbl 1376.93111号
[27] 马，J。；吴欧。；黄，B。；丁，F.，利用卡尔曼平滑器对一类输入非线性状态空间系统的期望最大化估计，信号处理，145295-303（2018）
[28] 马，J。；熊，W。；陈，J。；Ding，F.，使用修正卡尔曼滤波器对多变量Hammerstein系统进行分级识别，Digit。信号处理，11，6，857-869（2017）
[29] 刘伟。；He，H.W。；Sun，F.C.，基于最小模型误差准则并结合扩展卡尔曼滤波器的车辆状态估计，J.Franklin I.，353，4，834-856（2016）·Zbl 1395.93518号
[30] Zhang，Q.，执行器故障诊断的自适应卡尔曼滤波器，Automatica，93，1，333-342（2018）·Zbl 1400.93308号
[31] Wu，Y。；Luo，X.，一种基于多速率数据融合技术的新型软传感器校准方法，J.Process Contr。，10, 1252-1260 (2010)
[32] Sage，A。；Husa，G.，未知先验统计的自适应滤波，（第十届联合自动控制会议（JACC 1969）（1969）），760-769
[33] 陈，C。；刘，Z。；谢凯。；Zhang，Y。；Philip Chen，C.L.，类努斯鲍姆设计中消除过框架化的非线性系统的渐近自适应控制，Automatica，98277-284（2018）·Zbl 1406.93159号
[34] C.Chen，K.Xie，F.L.Lewis，S.Xie，A.Davoudi，针对执行器故障的异构多智能体系统自适应指数同步的全分布式弹性，IEEE Trans。自动。控制。doi:10.1109/TAC.2018.2881148·Zbl 1482.93035号
[35] 金，Q。；王，Z。；Liu，X.，具有稀少测量值的多变量OE-like系统基于辅助模型的区间多创新最小二乘辨识，《过程控制杂志》。，35, 154-168 (2015)
[36] 丁，F.，鞅超收敛定理与遗忘因子最小二乘算法的收敛性，控制理论应用，14，1，90-95（1997），（中文）
[37] 王，Z。；金，Q。；Liu，X.，多输入多输出离散时间系统鲁棒参数辨识的迭代重加权相关分析方法，IET信号处理，10，5，549-556（2016）
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。