×
王成；唐涛

利用滤波技术对一类非线性系统的几种基于梯度的迭代估计算法进行了研究。 （英语） Zbl 1314.93013号

非线性Dyn。 77，第3号，769-780（2014）.
摘要：本文研究了一类有色噪声非线性系统的迭代辨识问题，该系统可以用线性内参数输出误差自回归模型来描述。利用分解技术和滤波技术开发了基于梯度的迭代（GI）算法、滤波GI算法和滤波三阶段GI算法，并对它们的计算效率进行了分析和比较。仿真结果表明，所提算法能够有效估计非线性系统的参数。

引用于51文件

MSC公司：

93B30型 系统标识
93立方厘米 控制理论中的非线性系统
93E11号机组 随机控制理论中的滤波

关键词：

参数估计；迭代辨识；梯度搜索；动态系统
PDF格式BibTeX公司 XML格式引用
\textit{C.Wang}和\textit{T.Tang}，非线性动力学。77，第3号，769--780（2014；Zbl 1314.93013）
全文： 内政部

参考文献：

[1] 丁·F：系统辨识——新理论和新方法。科学出版社，北京（2013）
[2] Ding，F.：系统识别——识别方法的性能分析。科学出版社，北京（2014）
[3] Hizir，N.B.，Phan，M.Q.，Betti，R.，Longman，R.W.：通过等效线性模型识别离散时间双线性系统。非线性动力学。69（4），2065-2078（2012）·doi:10.1007/s11071-012-0408-0
[4] Olson，C.C.，Nichols，J.M.，Virgin，法律公告：使用几何方法对混沌系统进行参数估计：理论和实验。非线性动力学。70(1), 381-391 (2012) ·doi:10.1007/s11071-012-0461-8
[5] Alarcin，F.：渔船的非线性建模和电液减摇鳍系统的模糊逻辑控制设计。非线性动力学。61(1-2), 29-41 (2010)
[6] Togun，N.，Baysec，S.：火花点火发动机扭矩的非线性建模和识别。机械。系统。信号处理。26, 294-304 (2012) ·doi:10.1016/j.ymssp.2011.06.010
[7] 丁，F，刘，X.P.，刘，G.：有色测量噪声下基于辅助模型的多创新扩展随机梯度参数估计。信号处理。89(10), 1883-1890 (2009) ·Zbl 1178.94137号 ·doi:10.1016/j.sigpro.2009.03.020
[8] Ding，J.，Fan，C.X.，Lin，J.X.：带有色噪声的双速率输出误差系统的基于辅助模型的参数估计。申请。数学。模型。37(6), 4051-4058 (2013) ·doi:10.1016/j.apm.2012.09.016
[9] Chen，J.，Ding，R.：用于双速率采样数据Box-Jenkins系统的基于辅助模型的随机梯度算法。电路系统。信号处理。32(5), 2475-2485 (2013) ·doi:10.1007/s00034-013-9563-x
[10] Ding，F.，Chen，H.B.，Li，M.：基于MISO系统辅助模型的多创新最小二乘辨识方法。申请。数学。计算。187(2), 658-668 (2007) ·Zbl 1114.93101号 ·doi:10.1016/j.amc.2006.08.090
[11] Chen，J.，Zhang，Y.，Ding，R.F.：基于辅助模型的ARMA噪声输入非线性系统的基于梯度的参数估计。非线性动力学。72(4), 865-871 (2013) ·Zbl 1284.93224号 ·doi:10.1007/s11071-013-0758-2
[12] Ding，F.，Liu，X.G.，Chu，J.：使用分层识别原理的Hammerstein系统的基于梯度和基于最小二乘的迭代算法。IET控制理论应用。7(2), 176-184 (2013) ·doi:10.1049/iet-cta.2012.0313
[13] Ding，F.：用于Hammerstein非线性系统建模的分层多创新随机梯度算法。申请。数学。模型。37(4), 1694-1704 (2013) ·兹比尔1349.93391 ·doi:10.1016/j.apm.2012.04.039
[14] Wang，D.Q.，Ding，F.：Hammerstein-Wiener系统的分层最小二乘估计算法。IEEE信号处理。莱特。19(12), 825-828 (2012) ·doi:10.1109/LSP.2012.2221704
[15] Liu，Y.J.，Ding，F.，Shi，Y.：基于分层辨识原理的一类非均匀采样系统的最小二乘估计。电路系统。信号处理。31(6), 1985-2000 (2012) ·Zbl 1269.93127号 ·doi:10.1007/s00034-012-9421-2
[16] Ding，F.，Liu，G.，Liu，X.P.：非均匀采样系统的部分耦合随机梯度识别方法。IEEE传输。自动。对照55（8），1976-1981（2010）·兹比尔1368.93121 ·doi:10.1109/TAC.2010.2050713
[17] Ding，F.：多变量系统的耦合最小二乘辨识。IET控制理论应用。7(1), 68-79 (2013) ·doi:10.1049/iet-cta.2012.0171
[18] 丁，F.，陈，T.：多创新梯度类型识别方法的绩效分析。Automatica 43（1），1-14（2007）·兹比尔1140.93488 ·doi:10.1016/j.automatica.2006.07.024
[19] Ding，F.，Liu，X.P.，Liw，G.：线性和伪线性回归模型的多创新最小二乘辨识。IEEE传输。系统。人类网络。B部分：控制论40（3），767-778（2010）·Zbl 1222.93228号
[20] 丁·F：几种多创新识别方法。数字。信号处理。20(4), 1027-1039 (2010) ·doi:10.1016/j.dsp.2009.10.030
[21] Zhang，J.B.，Ding，F.，Shi，Y.：基于多创新随机梯度参数估计的自校正控制。系统。控制信函。58(1), 69-75 (2009) ·Zbl 1154.93040号 ·doi:10.1016/j.sysconle.2008.08.005
[22] Liu，Y.J.，Yu，L.，Ding，F.：多创新扩展随机梯度算法及其性能分析。电路系统。信号处理。29(4), 649-667 (2010) ·Zbl 1196.94026号 ·doi:10.1007/s00034-010-9174-8
[23] Liu，Y.J.，Xiao，Y.S.，Zhao，X.L.：使用辅助模型的多输入单输出系统的多输入随机梯度算法。申请。数学。计算。215(4), 1477-1483 (2009) ·Zbl 1177.65095号 ·doi:10.1016/j.amc.2009.07.012
[24] Liu，Y.J.，Sheng，J.，Ding，R.F.：多变量类ARX系统随机梯度估计算法的收敛性。计算。数学。申请。59(8), 2615-2627 (2010) ·Zbl 1193.60057号
[25] Sun，J.L.，Liu，X.G.：一种新的APSO辅助的Hammerstein系统最大似然识别方法。非线性动力学。73(1-2), 449-462 (2013) ·Zbl 1281.93035号 ·doi:10.1007/s11071-013-0800-4
[26] Ding，J.，Ding，F.，Liu，X.P.，Liw，G.：具有双速率采样数据的线性SISO系统的分层最小二乘辨识。IEEE传输。自动。控制56（11），2677-2683（2011）·Zbl 1368.93744号 ·doi:10.1109/TAC.2011.2158137
[27] Liu，Y.J.，Ding，F.，Shi，Y.：一般双速率采样数据系统的有效分层识别方法。Automatica 50（3），962-973（2014）·Zbl 1298.93227号
[28] Ding，F.，Liu，X.P.，Liw，G.：OE和OEMA系统的基于梯度和基于最小二乘的迭代识别方法。数字。信号处理。20(3), 664-677 (2010) ·doi:10.1016/j.dsp.2009.10.012
[29] Liu，Y.J.，Wang，D.Q.，Ding，F.：用有限测量数据识别Box-Jenkins模型的基于最小二乘的迭代算法。数字。信号处理。20(5), 1458-1467 (2010) ·doi:10.1016/j.dsp.2010.01.004
[30] Bai，E.W.，Li，K.：一般Hammerstein系统辨识迭代算法的收敛性。自动化46（11），1891-1896（2010）·兹比尔1218.93105 ·doi:10.1016/j.automatica.2010.07.007
[31] Dehghan，M.，Hajarian，M.：一般耦合矩阵方程广义中心对称和中心反对称解的迭代算法x。工程计算。29(5), 528-560 (2012) ·doi:10.1108/0264440121235870
[32] Dehghan，M.，Hajarian，M.：牛顿方法的四阶变体，无需求解非线性方程的二阶导数。工程计算。29(4), 356-365 (2012) ·doi:10.1108/0264401211227590
[33] Ding，F.：用于CARARMA系统建模的基于两阶段最小二乘的迭代估计算法。申请。数学。模型。37(7), 4798-4808 (2013) ·Zbl 1438.93228号 ·doi:10.1016/j.apm.2012.10.014
[34] 丁，F.，马，J.X.，肖，Y.S.：一类带滑动平均噪声的输出非线性系统的牛顿迭代辨识。非线性动力学。74(1-2), 21-30 (2013) ·Zbl 1281.93109号 ·doi:10.1007/s11071-013-0943-3
[35] Li，J.H.，Ding，F.，Hua，L.：Hammerstein CARAR系统的最大似然牛顿递归和牛顿迭代估计算法。非线性动力学。75(1-2), 235-245 (2014) ·Zbl 1281.93099号 ·doi:10.1007/s11071-013-1061-y
[36] Shen，Q.Y.，Ding，F.：基于关键项分离原理的Hammerstein控制自回归滑动平均系统的迭代估计方法。非线性动力学。75(4), 709-716 (2014) ·Zbl 1283.93299号 ·doi:10.1007/s11071-013-1097-z
[37] Wang，D.Q.，Ding，F.：维纳非线性系统的基于最小二乘和基于梯度的迭代辨识。信号处理。91(5), 1182-1189 (2011) ·Zbl 1219.94052号 ·doi:10.1016/j.sigpro.2010.11.004
[38] Liu，Y.，Bai，E.W.：Hammerstein系统的迭代辨识。Automatica 43（2），346-354（2007）·Zbl 1111.93013号 ·doi:10.1016/j.automatica.2006.09.004
[39] Wang，D.Q.，Ding，F.，Liu，X.M.：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
[40] Hu，P.P.，Ding，F.：使用分层识别原理对带有滑动平均噪声的反馈非线性系统进行基于多级最小二乘的迭代估计。非线性动力学。73(1-2), 583-592 (2013) ·Zbl 1281.93033号 ·doi:10.1007/s11071-013-0812-0
[41] Ding，F.：输出误差系统的基于分解的快速最小二乘算法。信号处理。93(5), 1235-1242 (2013) ·doi:10.1016/j.sigpro.2012.12.013
[42] Ding，F.，Duan，H.H.：Box-Jenkins系统的两阶段参数估计算法。IET控制理论应用。7(8), 646-654 (2013)
[43] Wang，D.Q.，Ding，F.：基于输入输出数据滤波的CARARMA系统递推最小二乘参数估计。数字。信号处理。20(4), 991-999 (2010) ·doi:10.1016/j.dsp.2009.12.006
[44] Shi，Y.，Fang，H.：基于卡尔曼滤波器的网络环境中随机缺失测量的系统识别。《国际期刊控制》83（3），538-551（2010）·Zbl 1222.93228号 ·网址：10.1080/00207170903273987
[45] Kohli，A.K.，Amrita，R.：二阶volterra滤波的数值变量遗忘因子RLS算法。电路系统。信号处理。32(1), 223-232 (2013) ·doi:10.1007/s00034-012-9445-7
[46] Wang，D.Q.：使用数据滤波对输出误差滑动平均系统进行基于最小二乘的递归和迭代估计。IET控制理论应用。5(14), 1648-1657 (2011) ·doi:10.1049/iet-cta.2010.0416
[47] Wang，D.Q.，Shan，T.，Ding，R.：多变量类CARAR系统基于数据滤波的随机梯度算法。数学。模型。分析。18（3），374-385（2013）·兹比尔1271.93164 ·doi:10.3846/13926292.2013.804889
[48] Wang，Z.Y.，Shen，Y.X.，Ji，Z.C.，Ding，R.：用于Hammerstein FIR-MA系统的基于滤波的递归最小二乘算法。非线性动力学。73(1-2), 1045-1054 (2013) ·Zbl 1281.93102号
[49] Wang，D.Q.，Ding，F.，Chu，Y.Y.：基于关键项分离原理的Hammerstein系统基于数据滤波的递归最小二乘算法。信息科学。222, 203-212 (2013) ·Zbl 1293.93758号
[50] Wang，W.，Tang，T.：应用于一类线性内参数输出误差滑动平均系统的递归最小二乘估计算法。申请。数学。莱特。29, 36-41 (2014) ·Zbl 1311.93082号 ·doi:10.1016/j.aml.2013.10.011
[51] Goodwin，G.C.，Sin，K.S.：自适应滤波预测和控制。Prentice-hall，Englewood Cliffs（1984）·Zbl 0653.93001号
[52] Ding，F.，Liu，X.M.，Chen，H.B.，Yao，G.Y.：基于分层梯度和基于分层最小二乘的CARARMA系统迭代参数辨识。信号处理。97, 31-39 (2014) ·doi:10.1016/j.sigpro.2013.10.018
[53] 丁，F，刘，X.P.，刘，G.：Hammerstein非线性系统的识别方法。数字。信号处理。21(2), 215-238 (2011) ·doi:10.1016/j.dsp.2010.06.006
[54] Ding，F.：动态系统的组合状态和最小二乘参数估计算法。申请。数学。模型。38(1), 403-412 (2014) ·Zbl 1449.93254号 ·doi:10.1016/j.apm.2013.06.007
[55] Ding，F.：使用测量信息的多变量系统分层参数估计算法。信息科学。(2014). http://dx.doi.org/10.1016/j.ins.2014.02.103 ·Zbl 1354.93161号
[56] Ding，F.，Deng，K.P.，Liu，X.M.：具有ARMA噪声的Hammerstein非线性FIR系统的基于分解的牛顿迭代辨识方法。循环。系统。信号处理。33, (2014). doi:10.1007/s00034-014-9772-y
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。