×
索马亚·马尔佐古伊;阿斯玛·阿蒂塔拉;赛达贝都伊;卡梅尔·阿卜杜拉希姆

分级分数阶Hammerstein系统辨识。 （英语） Zbl 1483.93673号

国际期刊系统。科学。，普林克。申请。系统。集成。 52，第12期，2505-2517（2021）.
摘要：对于含有白噪声的分数阶Hammerstein系统，辨识的难点在于线性、非线性块和分数阶的参数未知，中间变量和状态不可测。为了克服这一困难，我们将系统从输入非线性伪状态空间系统转换为输入输出表示，并基于递推最小二乘法、Levenberg-Marquardt和辅助模型原理开发了一种算法。研究了辨识参数的收敛性。通过两个算例验证了该算法的性能。

引用于2文件

MSC公司：

93E12号机组 随机控制理论中的辨识
93E24型 随机控制系统的最小二乘法及其相关方法
93立方厘米 控制理论中的非线性系统
26A33飞机 分数导数和积分

关键词：

分数阶Hammerstein系统;识别;状态估计;Levenberg-Marquardt算法;递推最小二乘算法;辅助模型原理
PDF格式BibTeX公司 XML格式引用
\textit{S.Marzougui}等人，国际期刊系统。科学。，普林克。申请。系统。集成。52，编号12，2505--2517（2021；Zbl 1483.93673）
全文： DOI程序

参考文献：

[1] 阿拉菲，W。；Zajic，I。；英国乌丁。；Burnham，K.J.，使用简化精细工具变量分数阶连续时间对分数阶Hammerstein-Wiener模型的参数估计，IET控制理论与应用，11，15，2591-2598（2017）·doi:10.1049/cth2.v11.15
[2] 阿蒂塔拉。；贝都伊，S。；Abderrahim，K.，基于层次梯度法的维纳时滞系统识别，IFAC-PapersOnLine，48，1，403-408（2015）·doi:10.1016/j.ifacol.2015.05.040
[3] 阿蒂塔拉。；贝都伊，S。；Abderrahim，K.，关于未知时滞Hammerstein-Wiener系统辨识算法的收敛性分析，IFAC-PapersOnLine，50，1，14052-14057（2017）·doi:10.1016/j.ifacol.2017.08.2436
[4] Bai，E.W。；Li，D.，迭代Hammerstein系统辨识算法的收敛性，IEEE自动控制汇刊，49,111929-1940（2004）·Zbl 1365.93098号 ·doi:10.10109/TAC.2004.837592
[5] 新泽西州乔杜里。；Zubair，S。；拉贾，M.A.Z。；Dedovic，N.，非线性控制自回归系统的归一化分数自适应方法，应用数学建模，66，457-471（2019）·兹比尔1481.93147 ·doi:10.1016/j.apm.2018.09.028
[6] 陈，J。；Li，J.等人。；Liu，Y.，基于新型粒子滤波器的双速率非线性系统梯度迭代算法，富兰克林研究所杂志，354，11，4425-4437（2017）·Zbl 1380.93251号 ·doi:10.1016/j.jfranklin.2017.04.003
[7] Cheng，S。；魏毅。；Sheng，D。；陈，Y。；王毅，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，142,1-10（2018）·doi:10.1016/j.sigpro.2017.06.025
[8] 丁·F。；Chen，T.，一般双状态系统提升状态空间模型的层次识别，IEEE电路与系统汇刊I：常规论文，52，6，1179-1187（2005）·Zbl 1374.93342号 ·doi:10.10109/TCSI.2005.849144
[9] 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，富兰克林研究所杂志，355，8，3737-3752（2018）·Zbl 1390.93818号 ·doi:10.1016/j.jfranklin.2018.01.052
[10] El-Nagar，A.M.，使用递归区间2型TSK模糊神经网络识别非线性动态系统——一种新结构，ISA Transactions，72，205-217（2018）·doi:10.1016/j.isatra.2017.10.12
[11] Fernández，F.H。；Kerre，E.E。；Jimnez，B.L.M.，使用区间值模糊集的非线性系统的全局模糊模型，350-57（2019）
[12] 高，Z。；林，X。；郑毅，基于多项式调制函数的已知时滞分数阶系统测量噪声补偿系统辨识，ISA Transactions，79，62-72（2018）·doi:10.1016/j.isatra.2018.04.012
[13] Giri，F.（2010）。面向块的非线性系统辨识（第1卷）。E.W.Bai（编辑）。斯普林格·Zbl 1201.93004号
[14] 古德温，G.C。；Sin，K.S.，自适应滤波预测和控制（2014），Courier Corporation
[15] Jahani Moghaddam，医学博士。；莫贾拉利，H。；Teshnehlab，M.，基于改进神经网络的多输入单输出分数阶Hammerstein模型识别，应用科学中的数学方法，41，16，6252-6271（2018）·Zbl 1403.93188号 ·doi:10.1002/mma.v41.16
[16] 廖，Z。；朱，Z。；Liang，S。；彭，C。；Wang，Y.，基于工具变量的分数阶Hammerstein系统的子空间识别。，国际控制自动化与系统杂志，10，5，947-953（2012）·doi:10.1007/s12555-012-0511-5
[17] 刘，Y。；Ding，F.，多变量系统最小二乘估计算法的收敛性，应用数学建模，37，1-2，476-483（2013）·兹比尔1349.74043 ·doi:10.1016/j.apm.2012.03.007
[18] 刘，L。；Shan，L。；戴，Y。；刘，C。；Qi，Z.，用于分数阶系统参数识别的改进量子细菌觅食算法，IEEE Access，6610-6619（2018）·doi:10.1109/ACCESS.2018.2791976
[19] Mani，A.K。；Narayanan，医学博士。；Sen，M.，分数阶非线性系统的参数识别，非线性动力学，93，2945-960（2018）·Zbl 1398.93074号 ·doi:10.1007/s11071-018-4238-6
[20] Marzougui，S.、Atitallah，A.、Bedoui，S.和Abderrahim，K.（2019年3月）。多项式非线性分式状态空间系统辨识。2019年，第19届自动控制和计算机工程科学技术国际会议（STA）（第286-291页）。电气与电子工程师协会。
[21] Monje，C.A。；陈，Y。；Vinagre，B.M。；薛，D。；Feliu-Batlle，V.，《分数阶系统和控制：基础和应用》（2010），施普林格科学与商业媒体·Zbl 1211.93002号
[22] Reyes-Melo，M.E.、Martinez-Vega，J.J.、Guerrero-Salazar，C.A.和Ortiz-Mendez，U.（2004年7月）。分数阶微积分在有机电介质弛豫现象建模中的应用。2004年IEEE固体电介质国际会议论文集。ICSD 2004（第2卷，第530-533页）。电气与电子工程师协会。
[23] Samko，S.G。；Kilbas，A.A。；Marichev，O.I.，分数积分和导数，1993（1993），Gordon和Breach科学出版社·Zbl 0818.26003号
[24] 谢尔，M。；Kleyman，G。；Tatar，A。；制动器，M.R.W。；Peter，S。；诺埃尔，J.-P。；艾伦，M.S。；Krack，M.，《接缝结构的系统识别：非线性模态测试与状态空间模型识别》，非线性动力学，第1159-161页（2019年）·doi:10.1007/978-3-319-74280-9_15
[25] 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）·兹比尔1375.93038 ·doi:10.1016/j.automatica.2017.06.044
[26] Sersour，L。；Djamah，T。；Bettayeb，M.，分数维纳模型的非线性系统识别，非线性动力学，92，4，1493-1505（2018）·doi:10.1007/s11071-018-4142-0
[27] Vinagre，B.M.和Feliu，V.（2002年12月）。使用分数微积分的动态系统建模和控制：应用于电化学过程和柔性结构。程序中。第41届IEEE Conf.Decision and Control（第214-239页）。
[28] 王，D。；丁·F。；Ximei，L.，具有动态子空间状态空间模型的输入非线性系统的最小二乘算法，非线性动力学，75，1-2，49-61（2014）·Zbl 1281.93050号 ·doi:10.1007/s11071-013-1048-8
[29] Zhao，Y.、Li，Y.和Chen，Y.（2014年6月）。分数阶Hammerstein系统的完全参数辨识。2014年ICFDA分数微分及其应用国际会议（第1-6页）。电气与电子工程师协会。
[30] 周，S。；曹，J。；Chen，Y.，基于遗传算法的分数阶系统辨识，熵，15，51624-1642（2013）·Zbl 1297.93062号 ·doi:10.3390/e15051624
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。