×
维托·塞隆；瓦伦蒂诺·拉扎；迭戈·雷格鲁托

广义Hammerstein-Wiener系统的单点集员辨识。 （英语） Zbl 1447.93059号

Automatica公司 118，文章ID 109028，10 p.（2020）.
非线性动态系统辨识是当代工业数学最有趣的领域之一。它来源于经典的Weierstrass逼近定理和Frénchet的结果，即定义在实连续函数紧集上的连续实泛函可以用Volterra泛函级数的有限个项之和来逼近。在这里，读者可以通过以下方式查阅专著D.西多罗夫【积分动力学模型。奇点、信号和控制。新泽西州哈肯萨克：世界科学（2015；Zbl 1311.45012号)]及其参考书目。Hammerstein和Wiener模型可以看作是一类特殊的非线性动态系统，其中非线性块是静态的，跟随（或跟随）一个线性系统。本文的主要结果是通过将多项式输出非线性Wiener系统的集隶属度辨识简化为利用非凸问题的稀疏性结构攻击的非凸优化问题，从而获得了该系统的集隶属度辨识的新方法。作者声称，所提出的方法允许在单个主动实验期间估计线性和非线性系统的参数。此外，据称对输入/输出信号类型没有强制约束。
审核人：丹尼斯·西多罗夫（伊尔库茨克）

引用于三文件

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

关键词：

集合成员身份识别；有界误差；面向块的系统；非线性模型；参数估计

引文：

Zbl 1311.45012号

软件：

塞杜米；Wiener-Hammerstein基准；GloptiPoly公司；备用POP
PDF格式BibTeX公司 XML格式引用
\textit{V.Cerone}等人，Automatica 118，文章ID 109028，10 p.（2020；Zbl 1447.93059）
全文： 内政部

参考文献：

[1] Bai，E.-W.，Hammerstein-Wiener非线性系统的最优两阶段辨识算法，Automatica，34，3，333-338（1998）·Zbl 0915.93018号
[2] Bai，E.-W.，维纳模型的频域识别，Automatica，39，9，1521-1530（2003）·Zbl 1032.93010号
[3] Bai，E.-W。；蔡，Z。；Dudley-Javorosk，S。；Shields，R.K.，改良Wiener-Hammerstein系统的识别及其在电刺激瘫痪骨骼肌建模中的应用，Automatica，45，3，736-743（2009）·Zbl 1168.93409号
[4] Billings，S.，（非线性系统识别：时间、频率和时空域中的NARMAX方法。非线性系统识别；时间、频率及时空域中NARMAX的方法，Matematicas（E-libro-2014/09）（2013），威利）·Zbl 1287.93101号
[5] 塞隆，V。；Piga，D。；Regruto，D.，集员制EIV问题的改进参数界限，国际自适应控制和信号处理杂志，25，3，208-227（2011）·Zbl 1222.93054号
[6] 塞隆，V。；皮加，D。；Regruto，D.，通过稀疏多项式优化识别Hammerstein系统的有界误差，Automatica，48，10，2693-2698（2012）·Zbl 1271.93161号
[7] 塞隆，V。；Piga，D。；Regruto，D.，通过凸松弛技术识别集成员误差变量，IEEE自动控制汇刊，57，2，517-522（2012）·Zbl 1369.93670号
[8] 塞隆，V。；Piga，D。；Regruto，D.，《块状结构非线性反馈系统的参数界限》，《鲁棒与非线性控制国际期刊》，23，1，33-47（2013）·Zbl 1263.93059号
[9] Cerone，V.、Razza，V.和Regruto，D.（2015）。多项式非线性Wiener模型的单点集员辨识。在第17届国际会计师联合会系统识别研讨会上，SYSID 2015（第48卷，第28期）（第957-962页）·Zbl 1447.93059号
[10] 塞隆，V。；Regruto，D.，输出误差有界的离散Hammerstein模型的参数界，IEEE自动控制汇刊，48，10，1855-1860（2003）·兹比尔1364.93417
[11] 塞隆，V。；Regruto，D.，具有不可逆多项式非线性的Wiener模型的参数界评估，Automatica，42，10，1775-1781（2006）·Zbl 1114.93096号
[12] Chang，F。；Luus，R.，使用Hammerstein模型进行识别的非迭代方法，IEEE自动控制汇刊，16，5，464-468（1971）
[13] Chesi，G。；加鲁利，A。；Tesi，A。；Vicino，A.，《解决二次距离问题：基于LMI的方法》，IEEE自动控制汇刊，48,2200-212（2003）·兹比尔1364.90240
[14] Chisci，L。；加鲁利，A。；维奇诺，A。；Zappa，G.，集成员身份识别中的块递归平行四边形包围，Automatica，34，1，15-22（1998）·Zbl 0908.93021号
[15] 克拉玛，P。；Schoukens，J.，使用多线激励的Wiener和Hammerstein系统的初始估计，IEEE仪器和测量汇刊，50，6，1791-1795（2001）
[16] Floyd，T.L.，《电子设备（常规当前版本）》（2017），皮尔逊
[17] Fogel，E。；黄玉凤，论信息在系统辨识中的价值——有界噪声情况，Automatica，18，2，229-238（1982）·Zbl 0433.93062号
[18] Garulli，A.，条件集成员估计中投影算法的严格误差界，《系统与控制快报》，37，5，293-300（1999）·Zbl 0948.93018号
[19] 加鲁利，A。；贾雷，L。；Zappa，G.，在最坏情况下识别近似Hammerstein模型，IEEE自动控制汇刊，47，12，2046-2050（2002）·Zbl 1364.93157号
[20] 加鲁利，A。；维奇诺，A。；Zappa，G.，最坏情况集成员身份识别和过滤的条件中心算法，IEEE自动控制事务，45，1，14-23（2000）·Zbl 0971.93072号
[21] 佐丹奴，G。；格罗斯，S。；Sjöberg，J.，基于分数方法的Wiener-Hammerstein系统识别改进方法，Automatica，94349-360（2018）·Zbl 1401.93209号
[22] Greblicki，W.，维纳系统的非参数识别，IEEE信息理论汇刊，38，5，1487-1493（1992）·兹比尔0767.93012
[23] Hagenblad，A.和Ljung，L.（1998年）。线性回归初始化下Wiener模型的最大似然辨识。第37届IEEE决策与控制会议记录（第1卷）（第712-713页）。
[24] 亨利安，D。；Lasserre，J.-B。；Löfberg，J.，GloptiPoly 3:矩、优化和半定规划，优化方法与软件，24，4-5，761-779（2009）·兹比尔1178.90277
[25] 亨特，I.W。；Korenberg，M.J.，《非线性生物系统的识别：Wiener和Hammerstein级联模型》，《生物控制论》，55，2，135-144（1986）·Zbl 0611.92002号
[26] Kacewicz，B.Z。；Milanese，M。；节奏，R。；Vicino，A.，有界不确定性的中心和投影算法的最优化，《系统与控制快报》，8，2，161-171（1986）·Zbl 0638.93022号
[27] Kacewicz，B.Z。；Milanese，M。；Vicino，A.，条件优化算法和降阶模型估计，复杂性杂志，4，1，73-85（1988）·Zbl 0658.93074号
[28] 小岛，M。；Kim，S。；Waki，H.，多项式平方和的稀疏性，数学规划，103，1，45-62（2005）·Zbl 1079.90092号
[29] 科伦伯格，M.J。；Hunter，I.W.，《非线性生物系统的识别：LNL级联模型》，生物控制论，55，2，125-134（1986）·Zbl 0611.92001号
[30] 科伦伯格，M.J。；Hunter，I.W.，《识别具有不可逆静态非线性的维纳级联的两种方法》，《生物医学工程年鉴》，27，6，793-804（1999）
[31] Lasserre，J.B.，多项式全局优化和矩问题，SIAM优化杂志，11，3，796-817（2001）·Zbl 1010.90061号
[32] Lasserre，J.B.，稀疏多项式优化中的收敛SDP-松弛，SIAM优化杂志，17，3，822-843（2006）·Zbl 1119.90036号
[33] Lasserre，J.B.，矩，正多项式及其应用（2010），帝国理工学院出版社，世界科学：帝国理工学院出版社，世界科学新加坡·Zbl 1211.90007号
[34] Lovera，M。；古斯塔夫森，T。；Verhaegen，M.，线性和非线性Wiener状态空间模型的递归子空间识别，Automatica，36，11，1639-1650（2000）·Zbl 0980.93015号
[35] Marshall，M.，非负多项式的表示，度界限和优化应用，加拿大数学杂志，61205-221（2009）·Zbl 1163.13019号
[36] Milanese，M。；Vicino，A.，集员不确定性动态系统的最优估计理论：综述，Automatica，27，6，997-1009（1991）·Zbl 0737.62088号
[37] Mzyk，G。；Wachel，P.，基于内核的Wiener-Hammerstein系统识别，Automatica，83，275-281（2017）·Zbl 1373.93359号
[38] Nie，J.，Lasserre层次的最优性条件和有限收敛，《数学规划》，146，1，97-121（2014）·兹比尔1300.65041
[39] Parrilo，P.A.，半代数问题的半定规划松弛，数学规划，96，2，293-320（2003）·Zbl 1043.14018号
[40] Pearson，R.K。；Pottmann，M.，面向块的非线性模型的灰盒识别，过程控制杂志，10，4，301-315（2000）
[41] Sjöberg，J。；张，Q。；Ljung，L。；Benveniste，A。；Deylon，B。；yves Glorennec，P.，《系统识别中的非线性黑盒建模：统一概述》，Automatica，311691-1724（1995）·Zbl 0846.93018号
[42] Sturm，J.F.，Using SeDuMi 1.02，A Matlab toolbox for optimization over symmetric cone，optimization Methods&Software，11，1-4，625-653（1999）·Zbl 0973.90526号
[43] Sznaier，M.，Hammerstein和Wiener系统集成员身份识别的计算复杂性分析，Automatica，45，3701-705（2009）·Zbl 1166.93314号
[44] Waki，H。；Kim，S。；小岛，M。；Muramatsu，M。；Sugimoto，H.，算法883:SparsePOP-A多项式优化问题的稀疏半定规划松弛，ACM数学软件汇刊，35，2，15:1-15:13（2008）
[45] 沃尔特·E。；Piet-Lahanier，H.，《有界误差数据的参数界估计：一项调查》，《模拟中的数学和计算机》，32，5，449-468（1990）
[46] 王，D。；Ding，F.，维纳非线性系统基于最小二乘和梯度的迭代辨识，信号处理，91，5，1182-1189（2011）·Zbl 1219.94052号
[47] 威斯威克，D。；Verhaegen，M.，使用子空间模型识别方法识别MIMO-Wiener系统，信号处理，52，2，235-258（1996）·Zbl 0875.93093号
[48] Wigren，T.，使用非线性Wiener模型进行递归预测误差识别，Automatica，29，4，1011-1025（1993）·Zbl 0776.93006号
[49] Wigren，T.，输出非线性补偿自适应滤波器的输出误差收敛，IEEE自动控制汇刊，43，7，975-978（1998）·Zbl 0952.93128号
[50] Wigren，T.和Handel，P.（1996年）。基于自适应非线性函数估计的谐波信号建模。1996年IEEE声学、语音和信号处理国际会议记录（第5卷）（第2952-2955页）。
[51] Wills，A.和Ninness，B.（2009年）。广义Hammerstein-Wiener系统的估计。第15届国际会计师联合会系统识别专题讨论会会议记录（第42卷，第10期）（第1104-1109页）。
[52] Wills，A。；Ninness，B.，《广义Hammerstein-Wiener系统估计和基准应用》，《控制工程实践》，第20、11、1097-1108页（2012年），专章：Wiener-Hammersstein系统识别基准
[53] Zhao，Y。；Wang，L.Y。；尹，G.G。；Zhang，J.-F.，具有二进制值输出观测的维纳系统的识别，Automatica，43，10，1752-1765（2007）·Zbl 1119.93067号
[54] 朱毅（1999）。使用维纳模型对精馏塔进行控制识别。《1999年美国控制会议记录》（第5卷）（第3462-3466页）。
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。