方程误差系统的多新息辨识方法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金(61273194);江苏省自然科学基金(BK2012549);高等学校学科创新引智"111计划"(B12018)


Multi-innovation identification methods for equation-error systems
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    多新息方法可以用于线性系统和非线性系统的自适应滤波、参数估计、自校正控制、自适应故障检测与诊断等.线性系统包括两种基本类型:方程误差类系统和输出误差类系统.本文将多新息辨识应用到方程误差滑动平均(EEMA)系统(即CARMA系统),研究多新息增广随机梯度算法和多新息增广最小二乘算法,应用到方程误差自回归滑动平均(EEARMA)系统(即CARARMA系统),提出基于分解的多新息广义增广随机梯度算法和基于分解的多新息广义增广最小二乘算法,以及基于滤波的多新息广义增广随机梯度算法和基于滤波的多新息广义增广最小二乘算法.

    Abstract:

    The multi-innovation methods can be applied to adaptive filtering,parameter estimation,self-tuning control,adaptive fault detection and diagnosis,etc.for linear systems and nonlinear systems.Linear systems include two basic types:equation-error type systems and output-error type systems.This paper studies the multi-innovation (MI) extended stochastic gradient algorithm and the MI extended least squares identification algorithm for equation-error moving average (EEMA) systems (namely,CARMA systems),and presents the decomposition based MI generalized extended stochastic gradient (GESG) algorithm and the MI generalized extended least squares (GELS) algorithm,and the filtering based MI-GESG algorithm and the filtering based MI-GELS algorithm for equation-error autoregressive moving average (EEARMA) systems (namely,CARARMA systems).

    参考文献
    相似文献
    引证文献
引用本文

丁锋.方程误差系统的多新息辨识方法[J].南京信息工程大学学报(自然科学版),2015,7(5):385-407
DING Feng. Multi-innovation identification methods for equation-error systems[J]. Journal of Nanjing University of Information Science & Technology, 2015,7(5):385-407

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2015-09-20
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2015-10-22
  • 出版日期:

地址:江苏省南京市宁六路219号    邮编:210044

联系电话:025-58731025    E-mail:nxdxb@nuist.edu.cn

南京信息工程大学学报 ® 2024 版权所有  技术支持:北京勤云科技发展有限公司