×
李俊红;丁，冯;华亮

Hammerstein CARAR系统的最大似然牛顿递推和牛顿迭代估计算法。 （英语） Zbl 1281.93099号

非线性Dyn。 75，编号1-2，235-245（2014）.
摘要：本文利用极大似然原理和牛顿优化方法讨论了Hammerstein控制的自回归自回归（CARAR）系统的辨识问题。提出了牛顿递推算法和基于最大似然原理的牛顿迭代算法。仿真结果表明，所提算法能够有效估计Hammerstein CARAR系统的参数。

引用于16文件

MSC公司：

93E10型 随机控制理论中的估计与检测
93立方厘米 控制理论中的非线性系统
93B30型 系统标识
49英里15 牛顿型方法

关键词：

参数估计;Hammerstein模型;最大似然;牛顿迭代算法;牛顿递推算法

软件：

系统标识工具箱
PDF格式BibTeX公司 XML格式引用
\textit{J.Li}等人，《非线性动力学》。75，编号1--2，235-245（2014；Zbl 1281.93099）
全文： 内政部

参考文献：

[1] Kolodziej，R.K.，Joseph Mook，D.：非线性状态系统辨识的模型确定。非线性动力学。63(4), 735-753 (2011) ·doi:10.1007/s11071-010-9834-z
[2] 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
[3] 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) ·兹比尔1284.93224 ·doi:10.1007/s11071-013-0758-2
[4] 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
[5] Vörös，J.：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
[6] Vörös，J.：具有不可逆输出非线性的系统的递归识别。Informatica 21（1），139-148（2010）·兹比尔1203.93062
[7] 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) ·Zbl 1349.93391号 ·doi:10.1016/j.apm.2012.04.039
[8] Vörös，J.：具有两段非线性的Hammerstein系统参数识别的迭代算法。IEEE传输。自动。控制44（11），2145-2149（1999）·Zbl 1136.93446号 ·数字对象标识代码：10.1109/9.802933
[9] Wang，D.Q.，Chu，Y.Y.，Yang，G.W.，et al.：Hammerstein OEAR系统基于辅助模型的递归广义最小二乘参数估计。数学。计算。模型。52(1-2), 309-317 (2010) ·Zbl 1201.93134号 ·doi:10.1016/j.mcm.2010.03.002
[10] 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
[11] Zhang，Y.，Cui，G.M.：有色噪声随机系统的偏差补偿方法。申请。数学。模型。35(4), 1709-1716 (2011) ·Zbl 1217.93163号 ·doi:10.1016/j.apm.2010.10.003
[12] 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
[13] 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
[14] Ding，F.，Liu，Y.J.，Bao，B.：多输入多输出系统的基于梯度和基于最小二乘的迭代估计算法。程序。仪器机械。工程，第一部分，J.系统。控制工程226（1），43-55（2012）·doi:10.1177/0959651811409491
[15] Shi，Y.，Fang，H.Z.：网络环境中具有随机缺失测量值的系统的基于卡尔曼滤波器的识别。国际期刊对照83（3），538-551（2010）·Zbl 1222.93228号 ·网址：10.1080/00207170903273987
[16] 丁，J.，刘，Y.J.，等：形式为AiXBi=Fi.Comput的矩阵方程的迭代解。数学。申请。59(11), 3500-3507 (2010) ·Zbl 1197.15009号 ·doi:10.1016/j.camwa.2010.03.041
[17] Dehghan，M.，Hajarian，M.：分析求解广义耦合Sylvester矩阵方程的迭代算法。申请。数学。模型。35(7), 3285-3300 (2011) ·兹比尔1227.65037 ·doi:10.1016/j.apm.2011.01.022
[18] Shi，J.，Liu，X.G.：用加权最小二乘支持向量机预测熔体指数。J.应用。波利姆。科学。101(1), 285-289 (2006) ·doi:10.1002/app.23311
[19] 姜浩清、颜志斌、刘晓刚：基于混合粒子群优化算法的优化最小二乘支持向量机熔融指数预测。神经计算119469-477（2013）·doi:10.1016/j.neucom.2013.03.006
[20] Zhang，M.，Liu，X.G.：通过模糊函数和粒子群优化的加权最小二乘支持向量机进行熔融指数预测。化学。工程技术。36(9), 1577-1584 (2013) ·doi:10.1002/ceat.201200728
[21] Liu，X.G.，Lu，J.：一类多速率系统的基于最小二乘的迭代辨识。Automatica 46（3），549-554（2010）·Zbl 1194.93079号 ·doi:10.1016/j.automatica.2010.01.007
[22] 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
[23] 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
[24] Liu，Y.J.，Wang，D.Q.，et al.：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
[25] 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年10月10日.012
[26] Li，J.H.，Ding，R.F.，Yang，Y.：非线性函数的迭代参数识别方法。申请。数学。模型。36(6), 2739-2750 (2012) ·兹比尔1246.93114 ·doi:10.1016/j.apm.2011.09.057
[27] Li，J.H.，Ding，R.：非线性系统的参数估计方法。申请。数学。计算。219(9), 4278-4287 (2013) ·Zbl 1417.93108号 ·doi:10.1016/j.amc.2012.09.045
[28] Hagenblad，A.，Ljung，L.，Wills，A.：维纳模型的最大似然识别。Automatica 44（11），2697-2705（2008）·Zbl 1152.93508号 ·doi:10.1016/j.automatica.2008.02.016
[29] Vanbeylen，L.，Pintelon，R.，Schoukens，J.：维纳系统的盲最大似然识别。IEEE传输。信号处理。57(8), 3017-3029 (2009) ·Zbl 1391.94426号 ·doi:10.1109/TSP.2009.2017001
[30] Wang，W.，Ding，F.，Dai，J.Y.：具有自回归滑动平均噪声系统的最大似然最小二乘辨识。申请。数学。模型。36(5), 1842-1853 (2012) ·Zbl 1242.62105号 ·doi:10.1016/j.apm.2011.07.083
[31] Schön，T.B.，Wills，A.，Ninness，B.：非线性状态空间模型的系统识别。Automatica 47（1），39-49（2011）·Zbl 1209.93155号 ·doi:10.1016/j.automatica.2010.1013
[32] Pence，B.L.，Fathy，H.K.，Stein，J.L.：使用多项式混沌理论对状态空间系统进行递归最大似然参数估计。Automatica 47（11），2420-2424（2011）·Zbl 1227.62082号 ·doi:10.1016/j.automatica.2011.08.014
[33] Li，J.H.，Ding，F.：基于关键项分离技术的有色噪声Hammerstein系统的最大似然随机梯度估计。计算。数学。申请。62(11), 4170-4177 (2011) ·Zbl 1236.93150号 ·doi:10.1016/j.camwa.2011.09.067
[34] Li，J.H.，Ding，F.，Yang，G.W.：输入非线性有限脉冲响应滑动平均系统的最大似然最小二乘辨识方法。数学。计算。模型。55(3-4), 442-450 (2012) ·Zbl 1255.93147号 ·doi:10.1016/j.mcm.2011.08.023
[35] Vanbeylen，L.、Pintelon，R.、Schoukens，J.：Hammerstein系统的盲最大似然识别。Automatica 44（12），3139-3146（2008）·Zbl 1153.93522号 ·doi:10.1016/j.automatica.2008.05.013
[36] Vanbeylen，L.，Pintelon，R.，Schoukens，J.：维纳系统的盲最大似然识别。IEEE传输。信号处理。57(8), 3017-3029 (2009) ·兹比尔1391.94426 ·doi:10.1109/TSP.2009.2017001
[37] 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
[38] 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
[39] Li，J.H.：基于牛顿迭代的Hammerstein CARARMA系统参数估计。申请。数学。莱特。26(1), 91-96 (2013) ·兹比尔1255.65119 ·doi:10.1016/j.aml.2012.03.038
[40] Ljung，L.，Söerström，T.：递归识别的理论与实践。麻省理工学院出版社，剑桥（1983）·Zbl 0548.93075号
[41] 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
[42] 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 ·doi:10.1007/s11071-013-0851-6
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。