×
斯图亚特·吉布森;九度，布雷特

多变量动态系统的鲁棒极大似然估计。 （英语） Zbl 1087.93054号

Automatica公司 41，第10期，1667-1682（2005）.
摘要：本文研究线性时不变状态空间系统模型的估计问题。特别是，它解决了多变量情况下出现的参数化和数值稳健性问题。这些困难在文献中得到了很好的认识，导致（例如）对子空间技术的广泛研究，以及最近对“数据驱动”局部坐标法梯度搜索解决方案的兴趣。本文提出了一种采用期望最大化（EM）技术的不同策略。其结果是一种迭代算法，具有局部收敛到（高斯）似然函数平稳点的相关似然值。此外，本文提供的理论和经验证据确立了其他吸引人的特性，如数值稳健性、避免困难的参数化选择、自然且容易估计非零初始条件的能力以及适度的计算成本。此外，由于这里的方法是基于最大似然的，因此它们具有已知的和渐近最优的统计特性。

引用于32文件

理学硕士：

93E10型 随机控制理论中的估计与检测
93立方35 多变量系统、多维控制系统

关键词：

参数估计;系统标识

软件：

Matlab公司;系统标识工具箱;美国astsa
PDF格式BibTeX公司 XML格式引用
\textit{S.Gibson}和\textit{B.Ninness}，自动化41，第10期，1667--1682（2005；Zbl 1087.93054）
全文： 内政部 链接

参考文献：

[1] Bergboer，N.H.、Verdult，V.和Verhaegen，M.H.G.（2002年）。通过局部梯度搜索有效实现LTI状态空间模型的最大似然识别。在第41届IEEE CDC会议记录; Bergboer，N.H.、Verdult，V.和Verhaegen，M.H.G.（2002）。通过局部梯度搜索有效实现LTI状态空间模型的最大似然识别。在第41届IEEE CDC会议记录
[2] Borran，M.J.和Aahang，B.（2002年）。快速衰落多径环境中基于EM的多用户检测。在EURASIP会议记录; Borran，M.J.和Aahang，B.（2002年）。快速衰落多径环境中基于EM的多用户检测。在EURASIP会议记录·Zbl 1015.94510号
[3] Boyles，R.A.，《关于EM算法的收敛性》，《皇家统计学会杂志》，B辑，45，1，47-50（1983）·Zbl 0508.62030号
[4] Dempster，A.P。；莱尔德，新墨西哥州。；Rubin，D.B.，《通过EM算法从不完整数据中获取最大似然》，《皇家统计学会杂志》，B辑，39，1-38（1977）·Zbl 0364.62022号
[5] 丹尼斯·J·E。；Schnabel，R.B.，《无约束优化和非线性方程的数值方法》（1983），普伦蒂斯·霍尔：普伦蒂斯霍尔·恩格尔伍德·克利夫斯，新泽西州·Zbl 0579.65058号
[6] Golub，G。；Loan，C.V.，《矩阵计算》（1989），约翰霍普金斯大学出版社：约翰霍普金大学出版社，马里兰州巴尔的摩·Zbl 0733.65016号
[7] 古德温，G.C。；Feuer，A.，缺失数据估计，动力系统的数学和计算机建模，5，3，220-244（1999）·兹伯利0940.93069
[8] Isaksson，A.，缺失数据下ARX模型的识别，IEEE自动控制事务，38，5，813-819（1993）·Zbl 0785.93028号
[9] Jazwinski，A.H.，《随机过程和过滤理论》（1970），学术出版社：纽约学术出版社·Zbl 0203.50101号
[10] Kailath，T。；赛义德，A.H。；Hassabi，B.，线性估计（2000年），普伦蒂斯·霍尔：新泽西州普伦蒂斯霍尔上鞍河
[11] Ljung，L.，《系统识别：用户理论》（1999），Prentice-Hall公司：新泽西州Prentice-Hall公司
[12] Ljung，L.（2003）。子空间识别方法中用户选择的方面和经验。在国际会计师联合会第十三届系统识别研讨会会议记录; Ljung，L.（2003）。子空间识别方法中用户选择的方面和经验。在国际会计师联合会第十三届系统识别研讨会会议记录
[13] Ljung，L.（2004）。MATLAB系统识别工具箱用户指南，第6版; Ljung，L.（2004年）。MATLAB系统识别工具箱用户指南，第6版
[14] 马格纳斯，J.R。；Neudecker，H.，《矩阵微分学在统计学和计量经济学中的应用》（1988），威利出版社：英国威利奇切斯特·Zbl 0651.15001号
[15] Mathworks（2004）。MATLAB用户指南，第7版; Mathworks（2004）。MATLAB用户指南，第7版
[16] McKelvey，T。；Helmersson，A。；Ribarits，T.，多变量线性系统的数据驱动局部坐标及其在系统识别中的应用，Automatica，40，9，1629-1635（2004）·Zbl 1055.93019号
[17] 孟，X.-L。；Rubin，D.B.，关于EM算法的全局和分量收敛速度，线性代数及其应用，199，413-425（1994）·Zbl 0818.65153号
[18] 平特隆，R。；肖肯斯，J。；McKelvey，T。；Rolain，Y.，超参数模型的最小方差界，IEEE自动控制汇刊，41，5，719-720（1996）·Zbl 0850.93863号
[19] Rao，C.R.，线性统计推断及其应用（1965年），威利：威利纽约·Zbl 0137.36203号
[20] Shumway，R.H.，使用EM算法进行时间序列平滑和预测的方法，时间序列分析杂志，3，4253-264（1982）·Zbl 0502.62085号
[21] Shumway，R.H。；Stoffer，D.S.，《时间序列分析及其应用》（2000），施普林格出版社：柏林施普林格·Zbl 0502.62085号
[22] Söderström，T。；Stoica，P.，《系统识别》（1989），普伦蒂斯·霍尔出版社：普伦蒂斯霍尔纽约·Zbl 0714.93056号
[23] Wu，C.F.，关于EM算法的收敛性，统计年鉴，11，1，95-103（1983）·Zbl 0517.62035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。