首页|结构未知系统降维辨识方法—-变量消去算法

结构未知系统降维辨识方法—-变量消去算法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
针对结构未知的系统提出一种新的降维辨识方法。借助核函数方法，利用一个高维Volterra模型逼近未知系统。由于Volterra模型未知参数维数较高，为避免高阶矩阵求逆和求特征值，提出变量消去算法，将高维系统的辨识问题转化为两个低维系统辨识问题。通过理论证明采用降维算法后降维系统信息矩阵条件数变小，参数收敛速度得到提高。进一步引入Aitken加速方法提高算法收敛速度，增强算法对步长的鲁棒特性。最后通过仿真例子验证所提出方法的有效性。
A reduced-dimension identification algorithm for systems with unknown structures:Variable elimination algorithm
This study proposes a reduced-dimension identification algorithm for systems with unknown structures.By using the kernel method,the unknown structure systems are approximated by a Volterra model with a high-dimension.To avoid high-order matrix inverse and eigenvalue calculations,a variable elimination algorithm is developed,which decomposes the high-dimension model into two sub-models.The theoretical analysis shows that the variable elimination algorithm has a faster convergence rate than that of the traditional gradient descent algorithm.In addition,an Aitken method is introduced to increase the convergence rates and to make the algorithm be robust to the step-size.The simulation results verify the effectiveness of the algorithm.

parameter estimationreduced-dimension identification algorithmvariable elimination algorithmVolterra modelunknown structure systemcondition number

陈晶、程连元、李俊红、朱全民

展开 >

江南大学理学院,江苏无锡 214122

南通大学电气工程学院,江苏南通 226019

西英格兰大学工业设计和数学系,英国布里斯托BS161QY

参数估计 降维算法 变量消去算法 Volterra模型 结构未知系统 矩阵条件数

国家自然科学基金项目近地面探测技术重点实验室基金项目近地面探测技术重点实验室基金项目江苏省自然科学基金项目

619731376142414020761424140202BK20201339

2024

10.13195/j.kzyjc.2022.0596

控制与决策
东北大学

控制与决策

CSTPCD北大核心
影响因子：1.227
ISSN：1001-0920
年,卷(期)：2024.39(1)
  • 26