陈静;刘彦军;王雪海 基于损失输出估计模型的非线性双速率系统递推最小二乘算法。 （英语） Zbl 1370.93331号 电路系统。信号处理。 36，第4期，1406-1425（2017）. 摘要：本文针对一类非线性双速率系统，提出了一种递推最小二乘算法。通过使用损失产出估计模型，可以估计不可用产出。然后，可以根据所有的输入和输出来估计未知参数。与多项式变换技术和提升技术相比，利用缺失输出估计模型可以直接估计未知参数，而不增加参数个数。收敛性分析和仿真结果表明，该方法是有效的。 引用于9文件 MSC公司： 第93页第24页 随机控制系统的最小二乘法及其相关方法 93E10型 随机控制理论中的估计与检测 93立方厘米10 控制理论中的非线性系统 关键词：参数估计;递推最小二乘算法;损失产出估算模型;鞅收敛定理;非线性系统 PDF格式BibTeX公司 XML格式引用 \textit｛J.Chen｝等人，电路系统。信号处理。36，第4号，1406--1425（2017；Zbl 1370.93331） 全文： 内政部 参考文献： [1] 陈凤英，丁凤，李建华，一类输入非线性控制自回归ARMA系统的基于最大似然梯度的迭代估计算法。非线性动力学。79(2), 927-936 (2015) ·Zbl 1345.93148号 ·doi:10.1007/s11071-014-1712-7 [2] Chen，双速率采样系统的几种梯度参数估计算法。J.Franklin Inst.富兰克林研究所351（1），543-554（2014）·Zbl 1293.93505号 ·doi:10.1016/j.jfranklin.2013.08.016 [3] J.Chen，Y.X.Ni，加性非线性系统的参数识别方法。电路系统。信号处理。33(10), 3053-3064 (2014) ·Zbl 1341.93079号 ·doi:10.1007/s00034-014-9793-6 [4] F.Ding，T.Chen，使用辅助模型的双速率系统的组合参数和输出估计。Automatica 40（10），1739-1748（2004）·Zbl 1162.93376号 ·doi:10.1016/j.automatica.2004.05.001 [5] F.Ding，X.M.Liu，Y.Gu，使用数据滤波的双速率状态空间系统基于辅助模型的最小二乘算法，J.Franklin Inst.353（2），398-408（2016）·Zbl 1395.93530号 ·doi:10.1016/j.jfranklin.2015.10.025 [6] F.Ding，X.M.Liu，M.M.Liu，一类Wiener非线性系统的递推最小二乘辨识算法。J.Franklin Inst.353（7），1518-1526（2016）·Zbl 1336.93144号 ·doi:10.1016/j.jfranklin.2016.02.013 [7] F.Ding，X.M.Liu，X.Y.Ma，基于卡尔曼状态滤波的观测器正则状态空间系统的最小二乘迭代参数估计（使用分解）。J.计算。申请。数学。301, 135-143 (2016) ·兹比尔1382.93032 ·doi:10.1016/j.cam.2016.01.042 [8] F.Ding，X.P.Liu，H.Z.Yang，双速率系统的参数识别和样本间输出估计。IEEE传输。系统。人类网络。A系统。Hum.38（4），966-975（2008）·doi:10.1109/TSMCA.2008.923030 [9] F.Ding，X.H.Wang，Q.J.Chen，Y.S.Xiao，基于模型分解的一类输出非线性系统的递推最小二乘参数估计。电路系统。信号处理。(2016). doi:10.1007/s00034-015-0190-6·Zbl 1345.93169号 ·doi:10.1007/s00034-015-0190-6 [10] J.Ding，J.X.Lin，使用提升技术对周期非均匀采样系统的改进子空间识别。电路系统。信号处理。33(5), 1439-1449 (2014) ·doi:10.1007/s00034-013-9704-2 [11] G.C.Goodwin，K.S.Sin，《自适应滤波、预测和控制》（Prentice-Hall，Englewood Cliff，1984）·Zbl 0653.93001号 [12] 李浩，石义英，严维文，分布式滚动视界控制中的邻居信息利用研究。IEEE传输。赛博。(2016). doi:10.1109/TCYB.2015.2459719·doi:10.1109/TCYB.2015.2459719 [13] H.Li，Y.Shi，W.Yan，具有保证γ增益稳定性的约束非线性车辆编队的分布式滚动时域控制。Automatica 68、148-154（2016）·Zbl 1334.93010号 ·doi:10.1016/j.automatica.2016.01.057 [14] H.Li，P.Xie，W.Yan，约束欠驱动自主水下航行器的后退地平线编队跟踪控制。IEEE传输。Ind.Electron公司。(2016). doi:10.1010/TIE.2016.25899921·doi:10.1109/TIE.2016.2589921 [15] H.Li，W.Yan，有保证可行性和稳定性的约束欠驱动自主水下机器人的模型预测镇定。IEEE/ASME标准。麦查顿。(2016). doi:10.1109/TMECH.2016.2587288·doi:10.1109/TMECH.2016.2587288 [16] Y.Liu，E.W.Bai，Hammerstein系统的迭代识别。Automatica 43（2），346-354（2007）·Zbl 1111.93013号 ·doi:10.1016/j.automatica.2006.09.004 [17] 毛永伟，丁凤，Hammerstein非线性系统的自适应滤波参数估计算法。信号处理。128, 417-425 (2016) ·doi:10.1016/j.sigpro.2016.05.009 [18] 毛永伟，丁凤，基于滤波技术的Hammerstein控制自回归系统的多创新随机梯度辨识。非线性动力学。79(3), 1745-1755 (2015) ·Zbl 1331.93211号 ·doi:10.1007/s11071-014-1771-9 [19] G.Mercère，L.Bako，多变量状态空间系统的参数化和识别：一种规范方法。Automatica 47（8），1547-1555（2011）·Zbl 1226.93038号 ·doi:10.1016/j.automatica.2011.02.049 [20] J.Pan，X.H.Yang，H.F.Cai，B.X.Mu，使用改进卡尔曼滤波器进行图像噪声平滑。神经计算1731625-1629（2016）·doi:10.1016/j.neucom.2015.09.034 [21] R.Piza，J.Salt，A.Sala，A.Cuenca，《profibus-DP网络上的分层三重二进制控制》，IEEE Trans。控制系统。Technol公司。22(1), 1-12 (2014) ·doi:10.1109/TCST.2012.2222883 [22] M.Schoukens、A.Marconato、R.Pintelon、G.Vandersteen、Y.Rolain，并行Wiener-Hammerstein系统的参数识别。自动化5111-122（2015）·Zbl 1309.93174号 ·doi:10.1016/j.automatica.2014.10.105 [23] Y.Shi，H.Fang，M.Yan，具有未知参数和随机丢失输出的网络系统的基于卡尔曼滤波器的自适应控制。国际J.鲁棒非线性控制。19(18), 1976-1992 (2009) ·Zbl 1192.93118号 ·doi:10.1002/rnc.1390 [24] M.Srinivasarao，S.C.Patwardhan，R.D.Gudi，使用黑箱观测器对不规则采样多速率系统进行非线性预测控制。J.过程控制17（1），17-35（2007）·Zbl 1223.93055号 ·doi:10.1016/j.jprocon.2006.08.007 [25] J.Vörös，具有反冲的系统建模和识别。Automatica 46（2），369-374（2010）·Zbl 1205.93036号 ·doi:10.1016/j.automatica.2009.11.005 [26] C.Wang，T.Tang，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 ·doi:10.1007/s11071-014-1338-9 [27] C.Wang，T.Tang，递归最小二乘估计算法应用于一类线性内参数输出误差滑动平均系统。申请。数学。莱特。29, 36-41 (2014) ·Zbl 1311.93082号 ·doi:10.1016/j.aml.2013.10.011 [28] C.Wang，L.Zhu，基于多创新辨识理论的一类非线性系统的参数辨识。J.Franklin Inst.352（10），4624-4637（2015）·Zbl 1395.93261号 ·doi:10.1016/j.富兰克林.2015.07.003 [29] D.Q.Wang，基于重构模型的一类MIMO-Hammerstein系统的分层参数估计。申请。数学。莱特。57, 13-19 (2016) ·Zbl 1336.93155号 ·doi:10.1016/j.aml.2015.12.018 [30] D.Q.Wang，F.Ding，多变量Hammerstein CARMA系统的参数估计算法。信息科学。355, 237-248 (2016) ·Zbl 1458.93130号 ·doi:10.1016/j.ins.2016.03.037 [31] D.Q.Wang，W.Zhang，多变量Hammerstein系统的改进最小二乘辨识算法。J.Franklin Inst.352（11），5292-5307（2015）·兹比尔1395.93287 ·doi:10.1016/j.jfranklin.2015.09.007 [32] T.Z.Wang，J.Qi，H.Xu，L.Liu，D.J.Gao，级联多电平逆变器基于FFT-RPCA-SVM的故障诊断方法。ISA事务。60, 156-163 (2016) ·doi:10.1016/j.isatra.2015.11.018 [33] T.Z.Wang，H.Wu，M.Q.Ni，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。72-73, 328-345 (2016) ·doi:10.1016/j.ymssp.2015.10.015 [34] X.H.Wang，F.Ding，多元伪线性回归系统递归辨识算法的收敛性。国际期刊改编。控制信号处理。30(6), 824-842 (2016) ·doi:10.1002/acs.2642 [35] X.H.Wang，F.Ding，Box-Jenkins系统基于辅助模型的多创新广义扩展随机梯度算法的收敛性。非线性动力学。82(1-2), 269-280 (2015) ·Zbl 1348.93086号 ·doi:10.1007/s11071-015-2155-5 [36] X.H.Wang，F.Ding，使用分层辨识原理的输入非线性状态空间系统的递归参数和状态估计。信号处理。117, 208-218 (2015) ·doi:10.1016/j.sigpro.2015.05.010 [37] Y.J.Wang，F.Ding，使用辅助模型的多输入多输出系统基于新型数据滤波的参数识别。Automatica 71、308-313（2016）·Zbl 1343.93087号 ·doi:10.1016/j.automatica.2016.05.024 [38] Y.J.Wang，F.Ding，基于辅助模型的分层梯度算法和使用滤波技术的收敛性分析。信号处理。128, 212-221 (2016) ·doi:10.1016/j.sigpro.2016.03.027 [39] Y.J.Wang，F.Ding，多变量系统基于滤波的迭代辨识。IET控制理论应用。10(8), 894-902 (2016) ·doi:10.1049/iet-cta.2015.1195 [40] 徐立群，基于正弦信号测量的动力系统阻尼迭代参数辨识方法。信号处理。120, 660-667 (2016) ·doi:10.1016/j.sigpro.2015.10.009 [41] L.Xu，使用泰勒展开近似的时滞系统比例微分控制方法。申请。数学。计算。236, 391-399 (2014) ·Zbl 1334.93125号 [42] 徐立群，牛顿迭代算法在动力系统参数估计中的应用。J.计算。申请。数学。288, 33-43 (2015) ·Zbl 1314.93062号 ·doi:10.1016/j.cam.2015.03.057 [43] L.Xu，L.Chen，W.L.Xiong，基于牛顿迭代的阶跃响应动态系统的参数估计和控制器设计。非线性动力学。79(3), 2155-2163 (2015) ·doi:10.1007/s11071-014-1801-7 [44] B.Yu，Y.Shi，H.Huang，使用提升模型的多速率系统的l2-l_infty l2-l∞滤波。电路系统。信号处理。27(5), 699-711 (2008) ·Zbl 1173.93360号 ·doi:10.1007/s00034-008-9058-3 [45] H.Zayyani，系统辨识的连续混合p-范数自适应算法。IEEE信号处理。莱特。21(9), 1108-1110 (2014) ·doi:10.1109/LSP.2014.2325495 [46] H.Zhang，Y.Shi，J.Wang，非均匀采样非线性系统的能量峰值滤波：马尔科夫跳跃系统方法。IEEE传输。模糊系统。22（1），212-222（2014）·doi:10.1109/TFUZZ.2013.2250291 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。