×
黄，吴;丁，冯

多元输出误差系统的耦合最小二乘辨识算法。 （英语） Zbl 1461.93520号

算法（巴塞尔） 10，第1号，第12号论文，第13页（2017年）.
摘要：本文主要研究多变量输出误差系统的递归辨识问题。通过将系统分解为多个子系统，并通过子系统参数估计向量之间的耦合关系，提出了两种基于耦合辅助模型的递推最小二乘（RLS）算法。此外，与基于辅助模型的递推最小二乘算法相比，该算法为提高多变量输出误差系统的辨识精度提供了参考。仿真结果验证了所提算法的有效性。

引用于2文件

MSC公司：

93E12号机组 随机控制理论中的辨识
62英尺10英寸 点估计
2009年6月26日 非马尔可夫过程：估计
93E24型 随机控制系统的最小二乘法及其相关方法

关键词：

耦合识别概念;参数估计;辅助模型;最小二乘法;多元系统
PDF格式BibTeX公司 XML格式引用
\textit{W.Huang}和\textit{F.Ding}，算法（巴塞尔协议）10，第1号，论文编号12，13 p.（2017；Zbl 1461.93520）
全文： 内政部

参考文献：

[1] 丁·F；系统识别——新理论与方法：中国北京，2013。
[2] 丁·F；系统识别——识别方法的性能分析：中国北京，2014。
[3] 丁·F；系统识别-多创新识别理论与方法：中国北京，2016。
[4] 刘义杰。；Tao，T.Y。；MISO-FIR系统模型和时延辨识的CS恢复算法；算法：2015年；第8卷，743-753·Zbl 1461.93521号
[5] 丁J.L。；基于数据滤波的多输入输出系统参数估计的递推和迭代最小二乘算法；算法：2016年；第9卷·Zbl 1461.93502号
[6] Tsubakino，D。；Krstic，M。；T.R.奥利维拉。；具有不同输入时滞的多输入LTI系统的精确预测反馈；自动化：2016年；第71卷，143-150·Zbl 1343.93043号
[7] 田，Y。；金，Q.W。；Lavery，J.E。；ℓ1主要成分检测分析(ℓ1 MCDA）：二维基础；算法：2013年；第6卷，12-28·Zbl 1461.62091号
[8] Zhang，X.Y。；霍格，J.B。；多变量反馈和前馈系统的子系统辨识；Automatica:2016年；第72卷，131-137·兹比尔1344.93036
[9] Salhi，H。；卡蒙，S。；Hammerstein数学模型描述的多变量非线性系统的递推参数估计算法；申请。数学。型号：2015; 第39卷，4951-4962·Zbl 1443.93016号
[10] Wang，Y.J。；丁·F。；基于辅助模型的新型数据滤波多输入多输出系统参数辨识；Automatica:2016年；第71卷，308-313·Zbl 1343.93087号
[11] Zhang，Y。；赵，Z。；崔总经理。；噪声输入输出数据传递函数估计的辅助模型方法；申请。数学。型号：2015; 第39卷，4257-4265·Zbl 1443.93132号
[12] 李，P。；冯，J。；德拉马雷，R.C。；基于迭代参数优化和向量扰动的鲁棒降秩算法；算法：2015年；第8卷，573-589·Zbl 1461.94038号
[13] 菲利波维奇，V.Z。；鲁棒递归Hammerstein模型辨识算法的一致性；J.弗兰克尔。仪器：2015年；第352卷，1932-1945年·Zbl 1395.93169号
[14] 郭，L.J。；Wang，Y.J。；王，C。；基于辅助模型和滤波技术的伪线性arma系统递推最小二乘算法；电路系统。信号处理：2016; 第35卷，2655-2667·Zbl 1346.93406号
[15] Meng，D.D。；丁·F。；基于模型等价性的有色噪声方程误差系统辨识算法；算法：2015年；第8卷，280-291·Zbl 1461.93495号
[16] 王，D.Q。；张伟。；多变量Hammerstein系统的改进最小二乘辨识算法；J.弗兰克尔。仪器：2015；第352卷，5292-5307·Zbl 1395.93287号
[17] Wu，C.Y。；蔡，J.S.H。；郭，S.M。；一种新的在线观测器/卡尔曼滤波器辨识方法及其在未知随机系统输入约束主动容错跟踪器设计中的应用；J.弗兰克尔。仪器：2015；第352卷，1119-1151·Zbl 1307.93432号
[18] 巴科，L。；粗差线性系统的自适应辨识；Automatica:2016年；第67卷，192-199·Zbl 1335.93034号
[19] 丁·F。；刘，G。；刘，X.P。；稀缺测量下的参数估计；Automatica:2011年；第47卷，1646-1655·Zbl 1232.62043号
[20] 金，Q.B。；王，Z。；刘，X.P。；基于辅助模型的稀缺测量多变量OE-like系统的区间变量多新息最小二乘辨识；J.过程控制：2015年；第35卷，154-168。
[21] 王，C。；Tang，T。；将递推最小二乘估计算法应用于一类线性参数内输出误差移动平均系统；申请。数学。信函：2014; 第29卷，第36-41页·Zbl 1311.93082号
[22] 丁·F。；多变量系统的耦合最小二乘辨识；IET控制理论应用：2013年；第7卷，68-79。
[23] 拉登科维奇，M。；塔迪，M。；复杂网络中的自校正平均一致性；J.弗兰克尔。仪器：2015；第352卷，1152-1168·Zbl 1307.93204号
[24] 丁·F。；刘，G。；刘，X.P。；非均匀采样系统的部分耦合随机梯度辨识方法；IEEE传输。自动。对照：2010年；第55卷，1976-1981年·Zbl 1368.93121号
[25] 埃尔德姆，V。；⑩阿汉，G。；耦合条件对R3双峰系统稳定性的影响；系统。控制信函：2016; 第96卷，141-150·Zbl 1347.93211号
[26] Wu，K.N。；田，T。；Wang，L.M。；一类耦合线性偏微分系统的边界控制同步；J.弗兰克尔。仪器：2016；第353卷，4062-4073·Zbl 1347.93031号
[27] Meng，D.D。；双线性随机系统的递推最小二乘和多新息梯度估计算法；电路系统。信号处理：2016; 第35卷。
[28] Wang，Y.J。；丁·F。；多变量系统的基于滤波的迭代辨识；IET控制理论应用：2016; 第10卷，894-902。
[29] Wang，T.Z。；齐，J。；Xu，H。；基于FFT-RPCA-SVM的级联多电平逆变器故障诊断方法；ISA事务：2016; 第60卷，156-163。
[30] Wang，T.Z。；Wu，H。；Ni，M.Q。；周期性非稳态故障检测的自适应置信限；机械。系统。信号处理：2016; 第72-73卷，第328-345卷。
[31] 冯，L。；吴，M.H。；李，Q.X。；一维非均匀孔径合成辐射计图像重建的阵列因子形成；IEEE地质科学。遥感快报：2016; 第13卷，237-241。
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。