毛亚文;徐，陈;陈静;濮、燕;胡、清远 使用协方差矩阵自适应策略的非线性系统的辅助基于模型的迭代估计算法。 （英语） 兹比尔1510.93073 电路系统。信号处理。 41，第12号，6750-6773（2022）. 引用于2文件 理学硕士： 93B30型 系统标识 93立方厘米 控制理论中的非线性系统 93C40 自适应控制/观测系统 关键词：参数估计;非线性系统;协方差矩阵自适应;辅助模型辨识思想;梯度搜索 软件：CMA-ES公司 PDF格式BibTeX公司 XML格式引用 \textit{Y.Mao}等人，《电路系统》。信号处理。41，编号12，6750--6773（2022；Zbl 1510.93073） 全文： 内政部 参考文献： [1] 爱荷华州阿尔贾曼；Al-Dhaifallah，MM；Westwick，DT，Hammerstein Box-Jenkins级联储罐基准系统的系统识别，数学。问题。工程（2021）·doi:10.115/2021/6613425 [2] 安，Y。；张，YJ；Cao，WJ，基于位自测试PUF的轻量级实用匿名认证协议，电子，11，5，772（2022）·doi:10.3390/电子11050772 [3] D.V.Arnold，N.A.Hansen，（1+1）-CMA-ES，用于约束优化。第14届遗传和进化计算年会论文集，2012年7月，297-304 [4] 阿诺德，DV；Salomon，R.，《重新审视进化梯度搜索》，IEEE Trans。进化。计算。，11, 4, 480-495 (2007) ·doi:10.1109/TEVC.2006.882427 [5] A.Auger、M.Schoenauer、N.Vanhaecke、LS-CMA-ES：协方差矩阵自适应的二阶算法。在182-191年9月举行的国际自然并行问题解决会议上。（2004）柏林施普林格 [6] Bai，B。；Fu，M.，Hammerstein模型辨识的盲方法，IEEE Trans。信号处理。，50, 7, 1610-1619 (2002) ·doi:10.1109/TSP.2002.1011202 [7] Beyer，HG；Sendhoff，B.，简化协方差矩阵自适应进化策略，IEEE Trans。进化。计算。，746-759年5月21日（2017年）·doi:10.10109/TEVC2017.2680320 [8] 陈，YF；张，C。；Liu，CY，使用前馈神经网络检测心房颤动，J.Med.Biolog。工程师，42，1，63-73（2022）·doi:10.1007/s40846-022-00681-z [9] 丁凤，《系统辨识——辅助模型辨识思想与方法》（2017），北京：科学出版社，北京·Zbl 1265.93246号 [10] 丁，F.，用于Hammerstein非线性系统建模的分层多新息随机梯度算法，应用。数学。型号1。，37, 4, 1694-1704 (2013) ·Zbl 1349.93391号 ·doi:10.1016/j.apm.2012.04.039 [11] 丁凤，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 [12] Ding，F.，动态系统的组合状态和最小二乘参数估计算法，应用。数学。型号1。，38, 1, 403-412 (2014) ·Zbl 1449.93254号 ·doi:10.1016/j.am.2013.06.007 [13] 丁·F。；Chen，T.，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 [14] 丁·F。；Chen，T.，用输出误差法估计双速率随机系统的参数，IEEE Trans。自动。控制，50，9，1436-1441（2005）·Zbl 1365.93480号 ·doi:10.1109/TAC.2005.854654 [15] 丁·F。；刘，G。；Liu，XP，非均匀采样系统的部分耦合随机梯度识别方法，IEEE Trans。自动控制，55，8，1976-1981（2010）·Zbl 1368.93121号 ·doi:10.1109/TAC.2010.2050713 [16] 丁·F。；刘，YJ；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，Proc。仪器机械。工程第一部分J.系统。控制工程，226，1，43-55（2012） [17] 丁，JL；Zhang，WH，基于命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，Int.J.Adapt。控制信号处理。，35, 9, 1754-1767 (2021) ·兹比尔07840344 ·doi:10.1002/acs.3287 [18] 范，YM；Liu，XM，具有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，国际鲁棒非线性控制，30，14，5492-5509（2020）·Zbl 1465.93041号 ·doi:10.1002/rnc.5084 [19] 耿，FZ；Wu，XY，基于一元样条插值的再生核函数，应用。数学。莱特。，122 (2021) ·Zbl 1524.65292号 ·doi:10.1016/j.aml.2021.107525 [20] Hammar，K。；Djamah，T。；Bettayeb，M.，分数阶Hammerstein系统的识别及其在加热过程中的应用，非线性动力学。，96, 4, 2613-2626 (2019) ·Zbl 1430.93045号 ·doi:10.1007/s11071-019-04946-2 [21] N.Hansen，《CMA进化策略：比较综述》。走向新的进化计算，75-102（2006） [22] N.Hansen，《CMA进化战略：教程》。（2016年）。arXiv预打印arXiv:1604.00772 [23] Hou，J。；陈，FW；Li，PH；Zhu，ZQ，Hammerstein型系统的灰盒简约子空间识别，IEEE Trans。Ind.Electron公司。，68, 10, 9941-9951 (2021) ·doi:10.1109/TIE.2020.3026286 [24] 伊格尔，C。；Hansen，N。；Roth，S.，多目标优化协方差矩阵自适应，Evol。计算。，15, 1, 1-28 (2007) ·doi:10.1162/evco.2007.15.1.1 [25] 纪毅。；蒋，XK；Wan，LJ，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，J.Frankl。研究所，357，8，5019-5032（2020）·Zbl 1437.93131号 ·doi:10.1016/j.jfranklin.2020.03.027 [26] 纪毅。；康，Z。；Zhang，X.，基于压缩感知恢复理论的多输入信号输出非线性系统的模型恢复，J.Frankl。研究所，359，52317-2339（2022）·兹比尔1485.93281 ·doi:10.1016/j.富兰克林.2022.01.032 [27] 纪毅。；Kang，Z.，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，国际鲁棒非线性控制，31，3，971-987（2021）·Zbl 1525.93438号 ·doi:10.1002/rnc.5323 [28] 纪毅。；康，Z。；Liu，XM，Hammerstein非线性系统基于数据滤波的多级Levenberg-Marquardt算法，国际鲁棒非线性控制，31，15，7007-7025（2021）·Zbl 1527.93457号 ·doi:10.1002/rnc.5675 [29] 纪毅。；康，Z。；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归估计》，《国际控制自动化杂志》。系统。，19, 8, 2706-2715 (2021) ·doi:10.1007/s12555-019-1060-y [30] 纪毅。；张，C。；Kang，Z.，使用关键项分离的块定向非线性系统的参数估计，《国际鲁棒非线性控制》，30，9，3727-3752（2020）·Zbl 1466.93161号 ·doi:10.1002/rnc.4961 [31] 李，J。；宗，T。；顾J。；Hua，L.，基于粒子群迭代和梯度搜索原理的维纳系统参数估计，电路系统。信号处理。，39, 7, 3470-3495 (2020) ·Zbl 1448.93062号 ·doi:10.1007/s00034-019-01329-1 [32] 李，吉咪；Ding，F.，使用递增数据准则拟合非线性信号模型，IEEE信号处理。莱特。，29, 1302-1306 (2022) ·doi:10.1109/LSP.2022.3177352 [33] 李，M。；徐，G。；赖，Q。；Chen，J.，基于混沌策略的二次对立学习自适应变速鲸鱼优化算法，数学。计算。模拟。，193, 71-99 (2022) ·Zbl 07442864号 ·doi:10.1016/j.matcom.2021.10.003 [34] 李，MH；Liu，XM，《使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》，Int.J.Control Autom。系统。，18, 6, 1581-1592 (2020) ·doi:10.1007/s12555-019-0191-5 [35] 李，MH；Liu，XM，基于最大似然分层最小二乘法的双状态随机系统迭代辨识，国际期刊Adapt。控制信号处理。，35, 2, 240-261 (2021) ·Zbl 07839197号 ·doi:10.1002/acs.3203 [36] Li，MH；Liu，XM，使用粒子滤波技术的一类双线性系统的迭代识别方法，Int.J.Adapt。控制信号处理。，35, 10, 2056-2074 (2021) ·Zbl 07840498号 ·doi:10.1002/acs.3308 [37] 李，XY；王，HL；Wu，BY，应用核函数求解线性边值问题的一种稳定而有效的方法，应用。数字。数学。，172, 206-214 (2022) ·Zbl 1484.65170号 ·doi:10.1016/j.apnum.2021.10.008 [38] 李，XY；Wu，BY，第二类Fredholm积分方程的超收敛核函数方法，应用。数字。数学。，167, 202-210 (2021) ·Zbl 1467.65117号 ·doi:10.1016/j.apnum.2021.05.004 [39] 刘，SY；张，X。；Xu，L.，使用Rauch-Tong-Striebel平滑器的双线性系统的期望最大化算法，Automatica，142（2022）·Zbl 1494.93030号 ·doi:10.1016/j.automatica.2022.110365 [40] 刘，XM；Fan，YM，具有可变增益非线性的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，国际鲁棒非线性控制，31，9，4017-4036（2021）·Zbl 1526.93264号 ·doi:10.1002/rnc.5450 [41] Ljung，L.，《系统识别：用户理论》（1999），新泽西州恩格尔伍德悬崖：普伦蒂斯·霍尔，恩格尔伍德崖，新泽西·Zbl 0615.93004号 [42] 马，P。；Wang，L.，《利用多重创新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》，国际期刊Adapt。控制信号处理。，35, 9, 1898-1915 (2021) ·Zbl 07840352号 ·doi:10.1002/acs.3302 [43] 马，H。；潘，J。；丁伟，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。，13, 18, 3040-3051 (2019) ·doi:10.1049/iet-cta.2019.0112 [44] 马，H。；张，X。；Liu，QY，带自回归滑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。，14, 17, 2613-2627 (2020) ·doi:10.1049/iet-cta.2019.1027 [45] Mao，Y.，基于数据滤波的非线性输出误差自回归系统的多创新随机梯度算法，电路系统。信号处理。，3515-667（2016年）·Zbl 1346.93188号 ·doi:10.1007/s00034-015-0064-y [46] Mao，Y.，一种新的基于参数分离的Hammerstein系统辨识算法，应用。数学。莱特。，60, 21-27 (2016) ·Zbl 1339.93109号 ·doi:10.1016/j.aml.2016.03.016 [47] 潘，J。；陈，Q。；熊，J。；Chen，G.，一种新型四升压九电平开关电容逆变器，J.Electr。工程技术。(2022) ·doi:10.1007/s42835-022-01130-2 [48] 潘，J。；蒋，X。；Wan，XK，多变量控制系统基于滤波的多创新扩展随机梯度算法，国际控制自动化杂志。系统。，15, 3, 1189-1197 (2017) ·doi:10.1007/s12555-016-0081-z [49] 潘，J。；马，H。；Zhang，X.，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。，14, 7, 455-466 (2020) ·doi:10.1049/iet-spr.2019.0481 [50] M.Schoukens、P.Mattson、T.Wigren，结合软非线性和硬非线性的级联坦克基准。非线性系统识别基准研讨会，2016年4月20日至23日 [51] J.Shu，J.He，L.Li，MSIS：电力设备的多光谱实例分割方法。计算。智力。神经科学。2022年，文章ID 2864717（2022） [52] 索米宁，P。；布林克，A。；Salmi，T.，复杂化学动力学参数估计与协方差矩阵自适应进化策略，Match-Commun。数学。计算。化学。，68, 2, 469 (2012) [53] 萨托普，T。；Hansen，N。；Igel，C.，可变度量进化策略的有效协方差矩阵更新，马赫数。学习。，75, 2, 167-197 (2009) ·Zbl 1470.68183号 ·doi:10.1007/s10994-009-5102-1 [54] D.Vermeten、S.van Rijn、T.Bäck，《CMA-ES变体的在线选择》。《遗传与进化计算会议论文集》，951-959年7月（2019年） [55] Wang，D.，基于重构模型的一类MIMO Hammerstein系统的分层参数估计，Appl。数学。莱特。，2016年5月13日至19日·Zbl 1336.93155号 ·doi:10.1016/j.aml.2015.12.018 [56] 王，D。；张，S。；Gan，M.，输出数据缺失的Hammerstein系统的新型EM识别方法，IEEE Trans。Ind.Inf.，16，4，2500-2508（2019）·doi:10.1109/TII.2019.2931792 [57] 王，JW；纪毅。；Zhang，C.，使用关键项分离的分数阶非线性有限脉冲响应系统的迭代参数和阶数识别，国际期刊Adapt。控制信号处理。，35, 8, 1562-1577 (2021) ·Zbl 07840333号 ·doi:10.1002/acs.3257 [58] Wang，H。；Ke，G。；Pan，J.，《创造的多重潜在隐藏Lorenz样吸引子》，《欧洲物理学》。J.规格顶部。，231, 3, 359-368 (2022) ·doi:10.1140/epjs/s11734-021-00423-3 [59] Wang，H。；风扇，H。；Pan，J.，创造了一个真正的三涡卷混沌吸引子，离散连续动态。系统。序列号。B、 2891-2915年5月27日（2022年）·Zbl 1495.34025号 ·doi:10.3934/dcdsb.2021165 [60] 王，HJ；风机，高清；Pan，J.，《四维电路系统的复杂动力学》，国际J.Bifur出版社。混沌，31，14，2150208（2021）·Zbl 1484.34122号 ·doi:10.1142/S0218127421502084 [61] 熊，JX；潘，J。；Chen，GY，四旋翼滑模双通道干扰抑制姿态控制，IEEE Trans。Ind.Electron公司。，69, 10, 10489-10499 (2022) ·doi:10.1109/TIE.2021.3137600 [62] 熊，W。；杨，X。；Ke，L.，基于EM算法的一类输出数据缺失的非线性Wiener系统的辨识，非线性动力学。，80, 1, 329-339 (2015) ·Zbl 1345.93151号 ·doi:10.1007/s11071-014-1871-6 [63] 徐，CJ；Xu，HC，具有异步间歇通信的竞争线性多智能体系统的自适应二写共识，Int.J.鲁棒非线性控制，32，9，5120-5140（2022）·兹比尔1528.93214 ·doi:10.1002/rnc.6086 [64] Xu，H。；Champagne，B.，一类非线性时间序列模型的联合参数和时延估计，IEEE信号处理。莱特。，29, 947-951 (2022) ·doi:10.1109/LSP.2022.3152108 [65] Xu，L.，基于滑动测量窗口的多频信号可分离多创新牛顿迭代建模算法，电路系统。信号处理。，41, 2, 805-830 (2022) ·Zbl 1509.94036号 ·doi:10.1007/s00034-021-01801-x [66] Xu，L.，基于随数据长度增加的动态离散测量的系统响应的可分离牛顿递推估计方法，国际控制自动化杂志。系统。，20, 2, 432-443 (2022) ·doi:10.1007/s12555-020-0619-y [67] 徐，L。；陈，FY；Hayat，T.，《基于离散测量数据的多频信号递阶递归信号建模》，国际期刊Adapt。控制信号处理。，35, 5, 676-693 (2021) ·Zbl 07839333号 ·doi:10.1002/cs.3221 [68] 徐，L。；Yang，EF，非线性夹层系统的辅助模型多创新随机梯度参数估计方法，国际鲁棒非线性控制，31，1，148-165（2021）·Zbl 1525.93043号 ·doi:10.1002/rnc.5266 [69] 徐，L。；Zhu，QM，在线测量的可分离同步多创新梯度迭代信号建模，IEEE Trans。仪器。测量。，71, 6501313 (2022) [70] 徐，L。；朱，QM，基于分解策略的脉冲响应控制系统分层最小二乘算法，国际期刊系统。科学。，52, 9, 1806-1821 (2021) ·Zbl 1483.93637号 ·网址：10.1080/00207721.2020.1871107 [71] Yang，Y。；杨，B。；牛，M.，磁致伸缩致动器非线性模型辨识的分数阶自适应样条自适应滤波器，非线性动力学。，90, 3, 1647-1659 (2017) ·doi:10.1007/s11071-017-3754-0 [72] 张杰。；钦，堪萨斯州；Ławryñczuk，M.，基于分段线性Hammerstein模型的非线性模型预测控制，非线性动力学。，92, 3, 1001-1021 (2018) ·Zbl 1398.93069号 ·doi:10.1007/s11071-018-4105-5 [73] Zhang，X.，具有未知状态的一般动力系统的自适应参数估计，国际鲁棒非线性控制，30，4，1351-1372（2020）·Zbl 1465.93115号 ·doi:10.1002/rnc.4819文件 [74] 张，X。；Xu，L.，一类特殊非线性系统的递归参数估计方法和收敛性分析，Int.J.鲁棒非线性控制，30，41373-1393（2020）·Zbl 1465.93218号 ·doi:10.1002/rnc.4824 [75] 张，X。；Yang，EF，基于delta算子的高计算效率状态滤波器，国际期刊Adapt。控制信号处理。，33, 6, 875-889 (2019) ·Zbl 1425.93290号 ·doi:10.1002/acs.2995 [76] 张，X。；Yang，EF，通过最小化状态估计误差的协方差矩阵进行双线性系统的状态估计，国际期刊Adapt。控制信号处理。，33, 7, 1157-1173 (2019) ·Zbl 1425.93278号 ·doi:10.1002/acs.3027 [77] Zhang，X.，使用分数阶导数的最佳自适应滤波算法，IEEE信号处理。莱特。，29, 399-403 (2022) ·doi:10.1109/LSP.2021.3136504 [78] Zhao，N。；Wu，A。；Pei，Y.，用于有效移动蜂窝流量预测的时空聚集图卷积网络，IEEE Commun。莱特。，26, 3, 587-591 (2022) ·doi:10.1109/LCOMM.2021.3138075 [79] Zhou，YH，基于数据长度增加的回归权重RBF-AR模型的分层估计方法。，IEEE传输。电路系统。II快速简报，68，12，3597-3601（2021）·doi:10.1109/TCSII.2021.3076112 [80] 周，YH，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。，414 (2022) ·Zbl 1510.93338号 [81] Zhou，YH，使用基于径向基函数的状态相关自回归模型建模非线性过程，IEEE信号处理。莱特。，27, 1600-1604 (2020) ·doi:10.1109/LSP.2020.3021925 [82] 朱勇，过程控制多变量系统辨识。爱思唯尔。2001 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，而不声称其完整性或完全匹配。