×
陈静;黄彪;甘、敏;陈，C.L.菲利普

基于Arnoldi过程和Krylov子空间的有理模型降阶算法。 （英语） Zbl 1478.93081号

Automatica公司 129，文章ID 109663，11 p.（2021）。
摘要：本文提出了一种新的降阶算法来识别有理模型。从Arnoldi过程出发，构造了Krylov子空间的正交基。基于Krylov子空间，将高阶代价函数转换为低阶代价函数，从而大大减少了计算量。该算法可以看作是一种降阶最小二乘（LS）算法，也可以看作是传统梯度迭代（GI）算法在不同Krylov子空间中的扩展，与传统LS和GI算法相比，它具有一些优点。就所提算法的可行性和有效性而言，模拟的数值结果/图与解析推导的结果一致。

引用于22文件

MSC公司：

93B11号机组 系统结构简化
93-08 系统和控制理论相关问题的计算方法

关键词：

理性模型;阿诺迪方法;Krylov子空间;最小二乘算法;梯度迭代算法;降阶算法
PDF格式BibTeX公司 XML格式引用
\textit{J.Chen}等人，Automatica 129，文章ID 109663，11 p.（2021；Zbl 1478.93081）
全文： 内政部

参考文献：

[1] Abbasbandy，S。；Jafarian，A。；Ezzati，R.，模糊对称正定线性方程组的共轭梯度法，应用数学计算，171，211184-1191（2005）·Zbl 1121.65311号
[2] 安德里亚纳索洛，F.N。；Champolivier，L。；Maury，P。；Debaeke，P.，《使用双线性模型分析向日葵瘦果中油脂和蛋白质积累所涉及的源和汇动力学》，《田间作物研究》，201200-209（2017）
[3] Billings，S.A。；朱庆明，用扩展最小二乘算法进行有理模型辨识，国际控制杂志，54，3，529-546（1991）·Zbl 0728.93084号
[4] 陈，J。；丁·F。；刘，Y.J。；Zhu，Q.M.，方程误差型模型的多步长梯度迭代算法，《系统与控制快报》，115，15-21（2018）·Zbl 1391.93071号
[5] Chen，G.Y。；Gan，M.，非线性时间序列的广义指数自回归模型：静态性、估计和应用，信息科学，438，46-57（2018）·Zbl 1440.62328号
[6] 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
[7] Chen，G.Y。；甘，M。；Chen，C.L.P。；Li，H.X.，基于基函数矩阵的灵活系数自回归模型：时间序列和非线性系统建模框架，IEEE控制论汇刊（2020）
[8] 陈，J。；刘，Y.J。；Xu，L.，基于滤波器的双速率ARX模型随机梯度算法，国际自适应控制与信号处理杂志，32，11，1557-1568（2018）·Zbl 1405.93211号
[9] 陈，J。；刘，Y.J。；朱庆明，双状态有理模型的偏差补偿递归算法，IET控制理论与应用，12，16，2184-2193（2018）
[10] 陈，J。；朱庆明。；Li，J.，有理模型的有偏补偿递归最小二乘算法，非线性动力学，91，2，797-807（2018）·Zbl 1390.93364号
[11] 切尼，E.W。；Kincaid，D.R.，《数值数学与计算》（2007），布鲁克斯·科尔
[12] 丁，J。；Shi，Y。；Wang，H.G。；Ding，F.，一种改进的基于随机梯度的双速率采样数据系统参数估计算法，数字信号处理，20，4，1238-1249（2010）
[13] Geng，X.P。；朱庆明。；刘，T。；Na，J.，基于U模型的输入时滞非线性过程预测控制，过程控制杂志，75，156-170（2019）
[14] 卡门斯基，D.I。；Dimitrov，S.D.，应用有理函数进行微分方程中的参数估计，计算机化学工程，17，76643-651（1993）
[15] 李，H。；Shi，Y.，大型非线性系统的分布式滚动时域控制：处理通信延迟和干扰，Automatica，50，4，1264-1271（2014）·Zbl 1298.93043号
[16] 刘晓刚。；Lu，J.，一类多速率系统的基于最小二乘法的迭代识别，Automatica，46，34549-554（2010）·Zbl 1194.93079号
[17] 马格努森，S。；Enyioha，C。；李，N。；Fischione，C。；Tarokh，V.，有限通信梯度方法的收敛，IEEE自动控制汇刊，63，5，1356-1371（2018）·Zbl 1395.90061号
[18] Mu，B.Q。；Bai，E.W。；郑伟新。；Zhu，Q.M.，用于非线性有理系统辨识的全局一致非线性最小二乘估计器，Automatica，77322-335（2017）·Zbl 1355.93196号
[19] Ruscio，D.D.，关于偏最小二乘算法的加权观点，Automatica，36，6，831-850（2000）·Zbl 0953.93078号
[20] 萨阿德，Y。；Schultz，M.H.，GMRES:求解非对称线性系统的广义最小残差算法，SIAM科学计算杂志，7，3，856-869（1986）·Zbl 0599.65018号
[21] 王，C。；Li，K.C.，基于Aitken的带时延ARX模型随机梯度算法，电路系统与信号处理，38，6，2863-2876（2019）
[22] 王德庆。；毛，L。；Ding，F.，MIMO非线性系统基于重铸模型的分层扩展随机梯度法，IET控制理论与应用，11，4，476-485（2017）
[23] 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，非线性动力学，77，3，769-780（2014）·Zbl 1314.93013号
[24] 王德庆。；张，S。；甘，M。；邱，J.L.，输出数据缺失的Hammerstein系统的新型EM识别方法，IEEE工业信息学报，16，4，2500-2508（2020）
[25] Xu，H。；Wan，L.J。；丁·F。；Alsadei，A。；Hayat，T.，通过递归搜索拟合指数自回归模型，《富兰克林研究所杂志》，356，11，5801-5818（2019）·Zbl 1415.93256号
[26] 张，X。；Yang，E.F.，通过最小化状态估计误差的协方差矩阵实现双线性系统的状态估计，国际自适应控制和信号处理杂志，33，7，1157-1173（2019）·Zbl 1425.93278号
[27] 赵，D。；丁，S.X。；Karimi，H.R。；Li，Y.Y。；Wang，Y.Q.，《二维不确定线性离散时变系统的鲁棒卡尔曼滤波：最小二乘法》，Automatica，99203-212（2019）·Zbl 1406.93354号
[28] Zhu，Q.M.，非线性有理模型参数估计的隐式最小二乘算法，应用数学建模，29,7673-689（2005）·Zbl 1066.62070号
[29] 朱庆明。；Wang，Y。；赵，D。；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）·Zbl 1332.93047号
[30] 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
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。