纳维德·伊斯蒂亚克·乔杜里;穆罕默德·阿西夫·扎胡尔·拉贾 使用非线性自适应算法辨识Hammerstein非线性ARMAX系统。 （英语） Zbl 1345.93045号 非线性动力学。 79，第2期，1385-1397（2015）. 小结：本研究设计了一种基于分数最小均方（LMS）算法的新型自适应策略，用于具有外源噪声的Hammerstein非线性自回归滑动平均系统（HN-ARMAX）的参数估计。该设计方案包括HN-ARMAX系统的参数化，以获得线性参数模型，并使用分数LMS算法自适应未知参数向量。在HN-ARMAX系统收敛到期望值的基础上，对该方法进行了性能分析，并与最新的核LMS和Volterra LMS算法进行了比较。准确性和收敛性方面的一致性是通过统计分析的结果建立的，统计分析的结果是基于足够多的独立运行，而不是算法的单个成功运行。所提出的方案由于其强大的数学基础、非线性权重更新机制和更多的收敛控制变量而具有优越的性能，但代价是需要更多的计算量。 引用于13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 93E24型 随机控制系统的最小二乘法及其相关方法 65年20月 数值算法的复杂性和性能 94甲12 信号理论（表征、重建、滤波等） 26A33飞机 分数导数和积分 关键词：递归识别;非线性自适应算法;参数估计;分数信号处理;Hammerstein模型 PDF格式BibTeX公司 XML格式引用 \textit{N.I.Chaudhary}和\textit{M.A.Z.Raja}，非线性动力学。79，第2号，1385--1397（2015；Zbl 1345.93045） 全文： 内政部 参考文献： [1] Chen，J.，Zhang，Y.，Ding，R.：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) ·Zbl 1284.93224号 ·doi:10.1007/s11071-013-0758-2 [2] Han，H.，Xie，L.，Ding，F.，Liu，X.：带滑动平均噪声的多变量系统的基于分层最小二乘的迭代辨识。数学。计算。模型。51(9), 1213-1220 (2010) ·Zbl 1198.93216号 ·doi:10.1016/j.mcm.2010.01.003 [3] Zhou，L.，Li，X.，Pan，F.：非均匀采样Wiener非线性系统的基于梯度的迭代辨识。非线性动力学。76(1), 627-634 (2014) ·Zbl 1319.62196号 ·doi:10.1007/s11071-013-1156-5 [4] Xiao，Y.，Zhang，Y.、Ding，J.、Dai，J.：基于残差的交互式最小二乘算法和仿真研究。计算。数学。申请。58(6), 1190-1197 (2009) ·Zbl 1189.62149号 ·doi:10.1016/j.camwa.2009.02.037 [5] Wang，C.，Tang，T.：使用滤波技术的一类非线性系统的几种基于梯度的迭代估计算法。非线性动力学。77(3), 769-780 (2014) ·Zbl 1314.93013号 [6] 丁，F.，刘，P.X.，刘，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.2009.10.012 [7] Li，X.，Zhou，L.，Sheng，J.，Ding，R.：双速率采样非线性系统的递归最小二乘参数估计算法。非线性动力学。76(2), 1327-1334 (2014) ·Zbl 1306.93022号 [8] 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 [9] Hu，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 [10] Ding，F.，Chen，T.：Hammerstein非线性ARMAX系统的辨识。Automatica 41（9），1479-1489（2005）·Zbl 1086.93063号 ·doi:10.1016/j.automatica.2005.03.026 [11] Ding，F.，Deng，K.，Liu，X.：带ARMA噪声的Hammerstein非线性FIR系统的基于分解的牛顿迭代辨识方法。电路系统。信号处理。33(9), 2881-2893 (2014) ·doi:10.1007/s00034-014-9772-y [12] Ding，F.，Liu，X.，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 [13] Karimi-Ghartemani，M.，Iravani，M.R.：电力系统在线信号分析的非线性自适应滤波器：应用。IEEE传输。电力输送。17(2), 617-622 (2002) ·电话：10.1109/61.997949 [14] Cao，Y.Y.，Lin，Z.：执行器饱和非线性系统的鲁棒稳定性分析和模糊调度控制。IEEE传输。模糊系统。11（1），57-67（2003）·doi:10.1109/TFUZZ.2002.806317 [15] Hunter，I.W.，Korenberg，M.J.：非线性生物系统的识别：Wiener和Hammerstein级联模型。生物、网络。55(2-3), 135-144 (1986) ·Zbl 0611.92002号 [16] Fruzzetti，K.P.，Palazoólu，A.，McDonald，K.A.：使用Hammerstein模型的非线性模型预测控制。《过程控制》7（1），31-41（1997）·doi:10.1016/S0959-1524（97）80001-B [17] Dupont，S.，Luettin，J.：连续语音识别的视听语音建模。IEEE传输。Multimed公司。2(3), 141-151 (2000) ·doi:10.1109/6046.865479 [18] Hu，H.，Ding，R.：基于辅助模型的输入非线性受控自回归系统的基于最小二乘的迭代辨识算法。非线性动力学。76(1), 777-784 (2014) ·Zbl 1319.93081号 ·doi:10.1007/s11071-013-1168-1 [19] Wang，D.，Chu，Y.，Ding，F.：用于Hammerstein OEMA系统的基于辅助模型的RELS和MI-ELS算法。计算。数学。申请。59(9), 3092-3098 (2010) ·Zbl 1193.93170号 ·doi:10.1016/j.camwa.2010.02.030 [20] Wang，D.，Ding，F.，Liu，X.M.：具有动态子空间状态空间模型的输入非线性系统的最小二乘算法。非线性动力学。75(1-2), 49-61 (2014) ·兹比尔1281.93050 ·doi:10.1007/s11071-013-1048-8 [21] Ding，F.：使用测量信息的多变量系统的分层估计算法。信息科学。277, 396-405 (2014) ·Zbl 1354.93161号 ·doi:10.1016/j.ins.2014.02.103 [22] Ding，F.：具有稀缺测量的状态空间系统的状态滤波和参数估计。信号处理。104, 369-380 (2014) ·doi:10.1016/j.sigpro.2014.03.031 [23] Liu，Y.，Ding，F.，Shi，Y.：一般双速率采样数据系统的一种有效的分层识别方法。Automatica 50（3），962-970（2014）·Zbl 1298.93227号 ·doi:10.1016/j.automatica.2013.12.025 [24] 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 [25] Shen，Q.，Ding，F.：基于键项分离原理的Hammerstein控制自回归滑动平均系统的迭代估计方法。非线性动力学。75(4), 709-716 (2014) ·Zbl 1283.93299号 ·doi:10.1007/s11071-013-1097-z [26] Ding，F.，Shi，Y.，Chen，T.：Hammerstein非线性ARMAX模型的基于梯度的识别方法。非线性动力学。45(1-2), 31-43 (2006) ·Zbl 1134.93321号 ·doi:10.1007/s11071-005-1850-z [27] Sabatier，J.、Aoun，M.、Oustaloup，A.、Grégoire，G.、Ragot，F.、Roy，P.：铅酸蓄电池充电状态估计的分数系统识别。信号处理。86(10), 2645-2657 (2006) ·Zbl 1172.93399号 ·doi:10.1016/j.sigpro.2006.02.030 [28] Mandelbrot，B.B.，Van Ness，J.W.：分数布朗运动，分数噪声和应用。SIAM版本10（4），422-437（1968）·Zbl 0179.47801号 ·数字对象标识代码：10.1137/1010093 [29] Valério，D.，Ortigueira，M.D.，da Costa，J.S.：从频率响应中识别传递函数。J.计算。非线性动力学。3（2），021207（2008）·doi:10.115/1.2833906 [30] Aslam，M.S.，Raja，M.A.Z.：一种新的自适应策略，用于使用分数信号处理方法改进有源噪声控制系统中的在线二次路径建模。信号处理。（2014年）。doi:10.1016/j.sigpro.2014.04.012·Zbl 1284.93224号 [31] Chaudhary，N.I.、Raja，M.A.Z.、Khan，J.A.、Aslam，M.S.：使用分数信号处理方法识别输入非线性控制自回归系统。科学。《世界期刊》第1-13期（2013年）。doi:10.115/2013/467276 [32] Raja，M.A.Z.，Chaudhary，N.I.：CARMA系统参数估计的两阶段分数最小均方辨识算法。信号处理。（2014年）。doi:10.1016/j.sigpro.2014.06.015 [33] Pokharel，P.P.，Liu，W.，Principe，J.C.：Kernel LMS。收录于：IEEE声学、语音和信号处理国际会议，ICASSP 2007，第3卷（2007） [34] Liu，W.，Pokharel，P.P.，Principe，J.C.：核最小均方算法。IEEE传输。信号处理。56(2), 543-554 (2008) ·Zbl 1390.94278号 [35] Sadoghi Yazdi，H.，Pakdaman，M.，Modaghegh，H.：求解常微分方程的无监督核最小均方算法。神经计算74（12），2062-2071（2011）·doi:10.1016/j.neucom.2010.12.026 [36] Bouboulis，P.，Theodoridis，S.，Mavroforakis，M.：增强复合核LMS。IEEE传输。信号处理。60(9), 4962-4967 (2012) ·Zbl 1393.94180号 ·doi:10.1109/TSP.2012.2200479 [37] Singh，S.D.，Chatterjee，A.：基于二阶Volterra和双线性多项式滤波器的非线性系统辨识自适应算法的比较研究。测量44（10），1915-1923（2011）·doi:10.1016/j.测量2011.08.028 [38] Zhou，D.，DeBrunner，V.：用于非线性有源噪声控制的高效自适应非线性滤波器。IEEE传输。电路系统。一： 雷古尔。巴普。54(3), 669-681 (2007) ·doi:10.1109/TCSI.2006.887636 [39] Tan，L.，Jiang，J.：非线性噪声过程主动控制的自适应Volterra滤波器。IEEE传输。信号处理。49(8), 1667-1676 (2001) ·数字对象标识代码：10.1109/78.934136 [40] Benedetto，S.，Biglieri，E.：数字卫星信道的非线性均衡。IEEE J.选择。公共区域。1(1), 57-62 (1983) ·doi:10.1109/JSAC.1983.1145885 [41] Guérin，A.，Faucon，G.，Bouquin-Jeannes，L.：基于Volterra滤波器的非线性回声消除。IEEE传输。语音音频处理。11(6), 672-683 (2003) ·doi:10.1109/TSA.2003.818077 [42] Clarkson，P.M.，Dokic，M.V.：二阶LMS Volterra滤波器的稳定性和收敛性。选举人。莱特。27（5），441-443（1991）·doi:10.1049/el:19910279 [43] Xinling，W.，Yi，R.，Yu，C.：非线性系统辨识中Volterra自适应滤波算法的探索与研究。信息与管理工程，柏林施普林格出版社（2011年） [44] Haykin，S.：《自适应滤波器理论》，第5版修订。印度培生教育有限公司（2013年）·Zbl 0723.93070号 [45] Podlubny，I.：分数微分方程。纽约学术出版社（1999）·Zbl 0924.34008号 [46] Anatoly，A.K.，Hari M.S.，Juan J.T.：分数微分方程的理论和应用，《北荷兰数学研究》，第204卷，Elsevier，纽约（2006）·Zbl 1092.45003号 [47] Oldham，K.B.，Spanier，J.：分数阶微积分理论及其在任意阶微分和积分中的应用。伦敦和纽约学术出版社（1974年）·Zbl 0292.26011号 [48] Zahoor，R.M.A.，Qureshi，I.M.：使用分数导数的改进最小均方算法及其在系统辨识中的应用。欧洲科学杂志。第35（1）号决议，14-21（2009） [49] Raja，M.A.Z.：分数微积分在工程中的应用：新的计算方法。伊斯兰堡国际伊斯兰大学学位论文（2011年）·Zbl 1393.94180号 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。