×
刘海波;王俊伟;孟祥祥

双线性参数系统的分层最大似然广义扩展随机梯度算法。 （英语） Zbl 1531.93421号

最佳方案。控制应用程序。方法 43，编号2，402-417（2022）.
摘要：本文利用极大似然原理和多新息辨识理论研究了具有自回归滑动平均噪声的双线性参数内系统的辨识问题。推导了一种最大似然多新息随机梯度算法来估计模型参数，该算法不仅利用当前的新息，还利用过去的新息来提高参数估计精度。最大似然多新息随机梯度算法比随机梯度算法具有更高的参数估计精度。仿真实例表明，所提方法效果良好。
{©2021 John Wiley&Sons有限公司}

引用于1文件

MSC公司：

93E12号机组 随机控制理论中的辨识
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

关键词：

梯度搜索;最大似然;多重创新识别;非线性系统;参数估计
PDF格式BibTeX公司 XML格式引用
\textit{H.Liu}等人，Optim。控制应用程序。方法43，No.2，402--417（2022；Zbl 1531.93421）
全文： 内政部

参考文献：

[1] XuL、ChenL、XiongWL。基于牛顿迭代的阶跃响应动态系统参数估计和控制器设计。非线性动力学。2015;79(3):2155‐2163.
[2] 丁芙、刘刚、刘XP。非均匀采样系统的部分耦合随机梯度识别方法。IEEE Trans Automat控制。2010年；55(8):1976‐1981. ·Zbl 1368.93121号
[3] 许良。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。2016年；120:660‐667.
[4] XuL、XiongWL、AlsadeiA、HayatT。基于动态窗数据的频率响应分层参数估计。国际J控制自动化系统。2018年；16(4):1756‐1764.
[5] 丁芙、刘刚、刘XP。稀少测量的参数估计。自动化。2011年；47(8):1646‐1655. ·Zbl 1232.62043号
[6] 丁芙、刘义杰、鲍勃。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。2012年机械工程与系统控制工程研究所；226(1):43‐55.
[7] 哈利姆·阿德利浦尔。基于LMI的Lipschitz非线性系统协同分布式模型预测控制。光电控制应用方法。2020;41(2):487‐498. ·Zbl 1467.93088号
[8] 张志华，王XS，谢文波，等。不确定非线性时滞系统的可达集估计。光电控制应用方法。2020;41(5):1644‐1656. ·Zbl 1469.93006号
[9] LiMH、LiuXM。基于数据滤波技术的双速率采样双线性系统的迭代参数估计方法。IET控制理论应用。2021;15(9):1230‐1245.
[10] FanYM、LiuXM。具有可变增益非线性的输入非线性受控自回归系统的两阶段辅助模型梯度迭代算法。国际J鲁棒非线性控制。2020;30（14）：5492-5509·Zbl 1465.93041号
[11] PeloPD，MazziaF，MininniRM。螺线管非线性方程中的状态和参数估计。最优控制应用方法。2018年；39(2):809‐818. ·Zbl 1391.93208号
[12] 徐乐、宋国良。一种用于多频率信号建模的递归参数估计算法。电路系统信号处理。2020;39(8):4198‐4224. ·Zbl 1452.94026号
[13] 徐乐。基于动态响应测量数据的参数估计算法。高级机械工程2017；9(11):1687814017730003.
[14] FangHY，ZhuGZ，Stojanoviv，等。部分未知动态非线性马尔可夫跳跃系统的自适应优化算法。国际J鲁棒非线性控制。2020;31(6):2126‐2140. ·Zbl 1526.93276号
[15] Zhou L，TaoH，PaszkeW，等。不确定空间互联系统的PD型迭代学习控制。数学。2020;8(9):1528.
[16] LiMH、LiuXM。双速率随机系统的最大似然分层最小二乘迭代辨识。国际J自适应控制信号处理。2021;35(2):240‐261.
[17] LiMH、LiuXM。利用数据滤波技术对一类双线性系统进行基于最大似然最小二乘的迭代估计。国际控制自动化系统。2020;18(6):1581‐1592.
[18] LiuXM，FanYM。变增益非线性输入非线性控制自回归滑动平均系统的最大似然扩展梯度估计算法。鲁棒非线性控制国际期刊。2021;31(9):4017‐4036. ·兹比尔1526.93264
[19] UmenbergerJ、WagbergJ、ManchesterIR等。稳定线性动力系统的最大似然辨识。自动化。2018年；96:280‐292. ·Zbl 1406.93362号
[20] 普里西科·斯托亚诺维奇。存在非高斯噪声时故障检测的鲁棒识别：在液压伺服驱动器中的应用。非线性动力学。2020;100:2299‐2313. ·Zbl 1516.93031号
[21] TaoHF，LiJ，ChenYY，等。具有试变初始条件的鲁棒点到点迭代学习控制。IET控制理论应用。2020;14(19):3344‐3350.
[22] LiMH、LiuXM。一类具有自回归移动平均噪声的非线性系统的基于滤波的最大似然迭代估计算法，使用分层识别原理。国际J自适应控制信号处理。2019;33(7):1189‐1211. ·Zbl 1425.93284号
[23] 刘丽杰、刘海波。带ARMA噪声的多元方程误差系统基于数据滤波的最大似然梯度估计算法。《富兰克林研究所杂志》2020；357(9):5640‐5662. ·Zbl 1441.93312号
[24] 徐升、盛杰。多变量方程误差自回归滑动平均系统的分层多创新广义随机梯度方法。IET控制理论应用。2020;14(10):1276‐1286.
[25] 徐升、盛杰。系统非线性动态响应的可分离多新息随机梯度估计算法。国际J自适应控制信号处理。2020;34(7):937‐954. ·Zbl 1469.93111号
[26] WanLJ公司。使用多创新理论的多变量系统基于分解和梯度的迭代辨识算法。电路系统信号处理。2019;38(7):2971‐2991.
[27] PanJ，JiangX，WanXK，et al.多变量控制系统的基于滤波的多创新扩展随机梯度算法。国际J控制自动化系统。2017;15(3):1189‐1197.
[28] PanJ，MaH，ZhangX，等。有色噪声多变量类输出误差系统的递归耦合投影算法。IET信号处理。2020;14(7):455‐466.
[29] MaH，ZhangX，LiuQY，et al.具有自回归移动平均噪声的多变量类输出误差系统的部分耦合梯度迭代算法。IET控制理论应用。2020;14(17):2613‐2627.
[30] MaH，PanJ。多变量类输出误差自回归滑动平均系统基于部分耦合最小二乘的迭代参数估计。IET控制理论应用。2019;13(18):3040‐3051.
[31] GanM，ChenXX。基于多创新最小二乘法的自适应RBF‐AR模型。IEEE信号处理Lett。2019;26(8):1182‐1186.
[32] LiMH、LiuXM。具有自回归移动平均噪声的双线性系统的基于滤波的最大似然梯度迭代估计算法。电路系统信号处理。2018年；37(11):5023‐5048.
[33] LiMH、LiuXM。带自回归噪声双线性系统的基于梯度的迭代估计算法。电路系统信号处理。2017;36(11):4541‐4568. ·Zbl 1373.93095号
[34] LiMH、LiuXM。利用数据滤波技术，提出了一种基于最小二乘法的双线性系统参数估计迭代算法。信号处理。2018年；147:23‐34.
[35] LiMH、LiuXM。具有自回归滑动平均噪声的双线性系统的基于最大似然最小二乘的迭代估计算法。J Franklin Inst.2017；354(12):4861‐4881. ·Zbl 1367.93628号
[36] LiMH、LiuXM。双线性系统的基于最小二乘的迭代和基于梯度的迭代估计算法。非线性动力学。2017;89(1):197‐211. ·Zbl 1374.93098号
[37] 张X，YangEF。基于delta算子的高计算效率状态滤波器。国际J自适应控制信号处理。2019;33(6):875‐889. ·Zbl 1425.93290号
[38] 张X，YangEF。通过最小化状态估计误差的协方差矩阵对双线性系统进行状态估计。国际J自适应控制信号处理。2019;33(7):1157‐1173. ·Zbl 1425.93278号
[39] 张X，YangEF。双线性系统基于状态滤波的最小二乘参数估计，使用分层识别原理。IET控制理论应用。2018年；12(12):1704‐1713.
[40] HayatT，ZhangX。具有滑动平均噪声的双线性状态空间系统的组合状态和参数估计。J Frankl Inst.2018；355(6):3079‐3103. ·兹比尔1395.93174
[41] HayatT，ZhangX。双线性状态空间系统动力学模型的递推参数辨识。非线性动力学。2017;89(4):2415‐2429. ·Zbl 1377.93062号
[42] 王LJ，郭杰，徐C，等。基于双主动桥的超级电容储能系统混合模型预测控制策略。能源。2019;12(11):2134.
[43] ZhangY，YanZ，ZhouCC，等。基于ABC算法的微电网HESS容量分配。国际低碳技术杂志。2020;15(4):496‐505.
[44] HayatT，ZhangX。具有自回归噪声的双线性系统参数和状态联合估计的分层方法。数学。2019;7(4):356.
[45] HanHG、LiuHX、LiJM等。废水处理过程的协同模糊神经控制。IEEE Trans Ind Inf.2021；17(9):5971‐5981.
[46] HanHG，LiuZ，LiuHX，等。一类非线性系统的知识-数据驱动模型预测控制。IEEE Trans-Syst Man Cyber‐Syst.电气与电子工程师协会。2021;51(7):4492‐4504.
[47] HanHG，ZhangL，LiuHX，等。具有灵活目标函数的智能优化控制系统及其在废水处理过程中的应用。IEEE Trans-Syst Man Cybern‐Syst.公司。2021;51(6):3464‐3476.
[48] BuN、PangJX、DengM。基于算子理论的多关节机械臂鲁棒容错跟踪控制。《富兰克林研究所杂志》2020；357(5):2696‐2714. ·Zbl 1451.93068号
[49] JiY、KangZ、Zhang C。利用数据滤波对非线性模型进行基于两阶段梯度的递推估计。国际控制自动化系统。2021;19(8):2706‐2715.
[50] 刘永杰。一种适用于一般双速率采样数据系统的高效分层识别方法。自动化。2014;50（3）：962‐970·Zbl 1298.93227号
[51] JiY、KangZ、LiuXM。Hammerstein非线性系统基于数据滤波的多阶段Levenberg‐Marquardt算法。国际J鲁棒非线性控制。2021;31(15):7007‐7025.
[52] 王勇杰。使用辅助模型对多输入多输出系统进行新的基于数据滤波的参数识别。自动化。2016年；71:308‐313. ·Zbl 1343.93087号
[53] LiMH、LiuXM。利用粒子滤波技术对一类双线性系统进行迭代辨识。国际J自适应控制信号处理。2021;35(11):2056‐2074.
[54] 周YH，ZhangX。一类多元混合模型的部分耦合非线性参数优化算法。应用数学计算。2022年；414:126663. ·Zbl 1510.93338号
[55] 周玉华。使用基于径向基函数的状态相关自回归模型对非线性过程进行建模。IEEE信号处理Lett。2020;27:1600‐1604.
[56] 丁杰。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自动变速器控制。2022年；56(11):2677‐2683. ·Zbl 1368.93744号
[57] 周玉华。基于数据长度增加的回归权重RBF‐AR模型的层次估计方法。IEEE Trans Circuits Syst‐II快速简报。2022
[58] 徐乐。基于脉冲响应的传递函数动态系统递阶牛顿和最小二乘迭代估计算法。国际系统科学杂志。2019;50（1）:141‐151·Zbl 1482.93661号
[59] JiY、KangZ。一类非线性系统的三阶段遗忘因子随机梯度参数估计方法。国际J鲁棒非线性控制。2021;31（3）：871‐987·Zbl 1525.93438号
[60] 丁芙、邱力、陈特。从非均匀采样离散时间系统重建连续时间系统。自动化。2009;45(2):324‐332. ·Zbl 1158.93365号
[61] HayatT XuL。基于离散测量数据的多频信号分层递归信号建模。国际J自适应控制信号处理。2021;35(5):676‐693.
[62] 徐乐。基于脉冲响应信号的动力系统分离递归梯度算法。国际J控制自动化系统。2020;18(12):3167‐3177.
[63] JiY、JiangXK、WanLJ。双输入Hammerstein有限脉冲响应系统的分层最小二乘参数估计算法。《富兰克林研究所杂志》2020；357(8):5019‐5032. ·Zbl 1437.93131号
[64] WangLJ，JiY，WanLJ，等。一类有色噪声非线性随机系统的递阶递推广义扩展最小二乘估计算法。2019年富兰克林研究所J Franklin Inst；356(16):10102‐10122. ·Zbl 1423.93371号
[65] JiY，ZhangC，KangZ，等。使用关键项分离的面向块的非线性系统的参数估计。国际J鲁棒非线性控制。2020;30(9):3727‐3752. ·Zbl 1466.93161号
[66] XuL、YangEF。非线性夹层系统的辅助模型多新息随机梯度参数估计方法。国际J鲁棒非线性控制。2021;31(1):148‐165. ·Zbl 1525.93043号
[67] 赵，曹思，王毅德。包含光伏/光热/风/柴油/电池的隔离微电网的最佳尺寸。国际光能杂志，2021；2021:5566597. doi:10.1155/2021/5566597
[68] LinS、LiDW、SchutterB。优化基于状态切换双线性系统的反馈控制器的性能。最优控制应用方法。2020;41(6):1844‐1853. ·Zbl 1469.93035号
[69] 古伊、朱克、努里赫。一类时滞非线性状态空间模型的基于偏差补偿的参数和状态估计。IET控制理论应用。2020;14(15):2176‐2185.
[70] GuY，ZhuQM，LiCJ等。具有时间延迟的两输入两输出系统的状态滤波和参数估计。IET控制理论应用。2021;15(16):2053‐2066.
[71] MaP、WangL。利用多新息理论对多元方程误差系统进行基于滤波的递推最小二乘估计方法。国际J自适应控制信号处理。2021;35(9):1898‐1915.
[72] 丁杰、张伟。基于指令滤波器的不确定参数非线性系统的有限时间自适应控制。国际J自适应控制信号处理。2021;35(9):1754‐1767.
[73] 陈杰、朱启明、刘玉杰。针对随机缺失输出的ARX模型，基于改进卡尔曼滤波的多步长梯度迭代算法。自动化。2020;118:109034. ·Zbl 1447.93350号
[74] 徐莉、朱Q。脉冲响应控制系统的基于分解策略的分层最小均方算法。国际系统科学杂志。2021;52(9):1806‐1821. ·Zbl 1483.93637号
[75] ChenJ，HuangB，GanM，等。基于Arnoldi过程和Krylov子空间的有理模型降阶算法。自动化。2021;129:109663. ·Zbl 1478.93081号
[76] 茅于伟，刘斯，刘建夫。具有通信延迟的非线性网络控制系统的鲁棒经济模型预测控制。国际J自适应控制信号处理。2020;34(5):614‐637. ·兹比尔1467.93095
[77] ChenJ，ShenQY，MaJX，et al.使用自组织映射对具有可变时滞的多速率FIR模型的随机平均梯度算法。国际J自适应控制信号处理。2020;34(7):955‐970. ·Zbl 1469.93108号
[78] 熊W，JiaX，YangD等。DP‐LinkNet：一种用于历史文档图像二值化的卷积网络。KSII跨互联网信息系统。2021;15(5):1778‐1797.
[79] 熊伟，周力，岳力，等。退化历史文献图像的增强二值化框架。EURASIP J图像视频处理。2021;13
[80] ChangC，WangQY，JiangJC，et al.使用增量容量和小波神经网络结合遗传算法估计锂离子电池的健康状态。J储能。2021;38:102570之间。
[81] WangGH、ZhangTL、DaiYY等。一种具有多尺度扩张卷积的串并联自注意网络联合。IEEE接入。2021;9(5):71909‐71919.
[82] KongJL、WangHX、WangXY等。基于跨层融合策略的多流杂交体系结构，用于精准农业中的细粒作物物种识别。计算机电子农业。2021;185:106134.
[83] JinXB，ZhangWZ，KongJL，et al.基于注意力的编解码器与贝叶斯优化的电力负荷深度学习预测方法。能源。2021;14(6):1596.
[84] ZhengYY，KongJL，JinXB，et al.作物深度：精准农业中基于深度学习的分类和检测的作物视觉数据集。传感器。2019;19(5):1058.
[85] 张X。具有未知状态的一般动力系统的自适应参数估计。国际J鲁棒非线性控制。2020;30(4):1351‐1372. ·Zbl 1465.93115号
[86] 张X。一类特殊非线性系统的递推参数估计方法及收敛性分析。国际J鲁棒非线性控制。2020;30(4):1373‐1393. ·Zbl 1465.93218号
[87] 王JW，JiY，Zhang C。分数阶非线性有限脉冲响应系统的迭代参数和阶次辨识。国际J自适应控制信号处理。2021;35（8）：1562‐1577。
[88] 张X。双线性系统的递归参数估计及其收敛性。IET控制理论应用。2020;14(5):677‐688.
[89] 张X。双线性系统的分层参数和状态估计。国际系统科学杂志。2020;51(2):275‐290. ·Zbl 1483.93677号
[90] HayatT，ZhangX。通过冗余规则递归辨识双线性时滞系统。《富兰克林研究所杂志》2020；357(1):726‐747. ·Zbl 1429.93401号
[91] CaoY，SunYK，XieG，等。基于两阶段特征选择策略和集成分类器的铁路转辙机基于声音的故障诊断方法。IEEE Trans Intell Trans系统。2021.doi:10.1009/TITS.2021.3109632
[92] CaoY，MaLC，XiaoS，等。CTCS‐3中传输延迟的标准分析。中国电子杂志。2017;26(5):1057‐1063.
[93] CaoY、WenJK、MaLC。虚拟车钩列车控制系统的跟踪和避碰。Alex Eng J.2021；60(2):2115‐2125.
[94] CaoY、WenJK、MaLC。虚拟车钩列车控制系统的跟踪和避碰。未来通用计算系统。2021;120:76‐90.
[95] SuS、WangXK、CaoY、YinJT。通过整合地铁时间表和生态驾驶，实现列车节能运行。IEEE Trans Intell Trans系统。2020;21(10):4252‐4268.
[96] SuS，TangT，XunJ，et al.节能列车调节运行等级设计：北京亦庄线案例研究。IEEE Intell Transp Syst Mag.2021；13(2):189‐200.
[97] CaoY，WangZ，LiuF，等。地铁列车仿生速度曲线优化和滑模跟踪控制。IEEE Trans-Veh技术。2019;68(7):6331‐6342.
[98] CaoY，SunYK，XieG，等。基于IMF选择和分数小波包能量熵混合准则的列车塞式车门故障诊断。IEEE Trans-Veh技术。2019;68(8):7544‐7551.
[99] ZhaoZY，WangXY，YaoP，等。多转子在风湍流下的健康性能评估方法。非线性动力学。2020;102（3）：1701‐1715。
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。