王英英;王向东;王冬青 使用关键变量分离技术识别具有分段线性非线性的双速率采样Hammerstein系统。 (英语) Zbl 1461.93523号 算法(巴塞尔) 8,第3期,366-379(2015). 综述:双速率Hammerstein系统的识别困难在于两个方面。首先,系统的辨识模型包含非线性块和线性块参数的乘积,标准最小二乘法不能直接应用于模型;其次,传统的单速率离散时间Hammerstein模型不能作为双速率采样系统的辨识模型。为了解决这些问题,本文将多项式变换技术与关键变量分离技术相结合,将Hammerstein系统转化为关于所有参数的二元线性回归模型(线性内参数模型)并提出了一种递推最小二乘算法来估计双速率系统的参数。仿真结果验证了该算法的有效性。 引用于2文件 MSC公司: 93E12号机组 随机控制理论中的辨识 62J05型 线性回归;混合模型 62M10个 统计学中的时间序列、自相关、回归等(GARCH) 关键词:哈默斯坦体系;双重比率;关键变量分离技术;多项式变换;最小二乘法 PDF格式BibTeX公司 XML格式引用 \textit{Y.-Y.Wang}等人,《算法(巴塞尔)》8,第3期,366--379(2015;Zbl 1461.93523) 全文: 内政部 参考文献: [1] 伊格比达,N。;卡拉米,F。;Ta,T.N.N。;离散崩塌沙堆模型;非线性分析:2014; 第99卷,177-189·Zbl 1315.74009号 [2] A.J.扎斯拉夫斯基。;非自治离散最优控制系统近似解的收费现象的稳定性;非线性分析:2014; 第100卷,1-22·Zbl 1284.49018号 [3] 陈,J。;Lv,L.X。;丁,R.F。;预载非线性双速率采样系统的多更新随机梯度算法;申请。数学。信函:2013; 第26卷,124-129·Zbl 1251.93130号 [4] 陈,J。;双速率采样系统的几种梯度参数估计算法;J.弗兰克尔。仪器:2014;第351卷,第543-554页·Zbl 1293.93505号 [5] Kumbasar,E.P.A。;艾丁,H。;佐治亚州Ondogan。;Ozcelik,M。;Ondogan,E.N。;自动靛蓝测量系统,作为靛蓝染色配料系统的一部分;光纤文本。东部。欧洲药典:2006年;第14卷,86-90。 [6] 丁,J。;丁,F。;刘,X.P。;刘,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。自动化。对照:2011年;第56卷,2677-2683·Zbl 1368.93744号 [7] 刘义杰。;丁,F。;Shi,Y。;一般双速率采样数据系统的一种高效分层辨识方法;Automatica:2014年;第50卷,962-973·Zbl 1298.93227号 [8] 黄,J。;Shi,Y。;Huang,H.N。;李,Z。;基于T-S模糊模型的多速率非线性采样系统的l2-l∞滤波;数字。信号处理:2013; 第23卷,418-426。 [9] 哈伯,R。;Keviczky,L;非线性系统辨识-输入-输出建模方法:荷兰Dorchrecht;美国马萨诸塞州波士顿;英国伦敦,1999年·Zbl 0934.93004号 [10] Vörös,J。;多段分段线性非线性Wiener系统的参数辨识;系统。控制信函:2007; 第56卷,99-105·Zbl 1112.93019号 [11] 奇丹巴拉姆,M;过程的计算机控制:美国纽约州纽约市,2001年。 [12] Wang博士。;Chu,Y.Y。;Yang,G.W。;丁,F。;基于辅助模型的Hammerstein OEAR系统递推广义最小二乘参数估计;数学。计算。型号:2010年;第52卷,第309-317页·Zbl 1201.93134号 [13] Vörös,J。;两段非线性Hammerstein系统参数辨识的迭代算法;IEEE传输。自动化。控制:1999年;第44卷,2145-2149·Zbl 1136.93446号 [14] Vörös,J。;具有时变分段线性特征的Hammerstein系统的辨识;IEEE传输。电路系统。二: 2005年;第52卷,第865-869页。 [15] Vörös,J。;具有时变间隙的非线性级联系统的辨识;J.电气。工程:2011年;第62卷,第87-92页。 [16] 邓,K.P。;丁,F。;基于关键变量分离技术的滑动平均噪声输入非线性有限冲激响应系统牛顿迭代辨识方法;非线性动态:2014; 第76卷,1195-1202·Zbl 1306.93020号 [17] Li,J.H。;基于牛顿迭代的Hammerstein CARARMA系统参数估计;申请。数学。信函:2013; 第26卷,第91-96页·Zbl 1255.65119号 [18] 王,C。;Tang,T。;递推最小二乘估计算法在一类线性内参数输出误差滑动平均系统中的应用;申请。数学。信函:2014; 第29卷,第36-41页·Zbl 1311.93082号 [19] Salimifard,M。;贾法里,M。;Dehghani,M。;基于梯度和最小二乘迭代算法的带滑动平均噪声的非线性MIMO块定向系统辨识;神经计算:2012年;第94卷,22-31页。 [20] 丁,F。;刘,X.P。;杨洪志。;双速率系统的参数辨识与样本间输出估计;IEEE传输。系统。人类网络。A部分:2008年;第38卷,966-975。 [21] 丁,F。;刘,X.P。;刘,G。;Hammerstein非线性系统的辨识方法;数字。信号处理:2011; 第21卷,215-238。 [22] 古德温,G.C。;Sin,韩国;自适应滤波、预测和控制:Englewood Cliffs,新泽西州,美国1984年·Zbl 0653.93001号 [23] 丁,F。;Chen,T。;多变量系统的递阶最小二乘辨识方法;IEEE传输。自动化。控制:2005年;第50卷,397-402·Zbl 1365.93551号 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且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。