输出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 output-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:

    研究了输出误差(OE)系统和输出误差自回归滑动平均(OEARMA)系统(即Box-Jenkins系统)的辅助模型随机梯度算法、辅助模型多新息随机梯度算法、辅助模型递推最小二乘算法、辅助模型多新息最小二乘算法,输出误差系统的修正辅助模型随机梯度算法、遗忘因子辅助模型随机梯度算法、变递推间隔辅助模型随机梯度算法、变递推间隔辅助模型多新息随机梯度算法、变递推间隔辅助模型递推最小二乘算法等,以及输出误差自回归(OEAR)系统的基于滤波的辅助模型多新息广义随机梯度算法和基于滤波的辅助模型多新息广义最小二乘算法.

    Abstract:

    This paper studies the auxiliary model based stochastic gradient(AM-SG) algorithm,the auxiliary model based multi-innovation stochastic gradient(AM-MISG) algorithm,the auxiliary model based recursive least squares(AM-RLS) algorithm and the auxiliary model based multi-innovation least squares algorithm for output-error systems and output-error autoregressive moving average(OEARMA) systems(namely,Box-Jenkins systems),the modified AM-SG algorithm,the forgetting factor AM-SG algorithm,the interval-varying AM-SG algorithm,the interval-varying AM-MISG algorithm and the interval-varying AM-RLS algorithm for output-error systems,and presents the filtering based auxiliary model generalized stochastic gradient algorithm and the filtering based multi-innovation generalized least squares algorithm for output-error autoregressive systems(namely,OEAR systems).

    参考文献
    相似文献
    引证文献
引用本文

丁锋.输出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(6):481-503
DING Feng. Multi-innovation identification methods for output-error systems[J]. Journal of Nanjing University of Information Science & Technology, 2015,7(6):481-503

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: 2015-12-23
  • 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