多元系统耦合多新息随机梯度类辨识方法.pdf

《多元系统耦合多新息随机梯度类辨识方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、文章编号：1674．7070(2014)01—0001．16丁锋，，汪菲菲多元系统耦合多新息随机梯度类辨识方法摘要0引言针对多元线性回归系统，利用耦合辨识概念和多新息辨识理论，讨论了多辅助模型辨识思想、迭代搜索辨识原理、多新息辨识理论、递阶元随机梯度算法、多元多新息随机梯度辨识原理、耦合辨识概念是新近提出的辨识理念和辨识方法研究思算法，以及变递推间隔多元多新息梯度算法，进一步分解多元系统为一些子系想¨。，已在《南京信息工程大学学报》连载论文中进行了讨论。．本统，给出了耦合子系统随机梯度算法、耦文将耦合辨识概念与多新息辨识理论相结合，研究多元系统的

2、辨识合随机梯度算法、耦合子系统多新息随问题．机梯度算法、耦合多新息随机梯度算法，并将这些方法推广到多元伪线性滑动平耦合辨识概念是笔者提出的一种新的辨识理念，它主要被用于均系统和多元伪线性自回归滑动平均系研究各子系统间存在相同参数的多变量系统或多元系统的辨识问统．文中给出了几个典型耦合随机梯度题[1,10,14-15]，是实现子系统辨识方法间共同参数估计的连接而产生的算法、耦合多新息随机梯度算法的计算步骤和示意图．耦合辨识方法．它的研究对象可以是结构复杂的参数耦合线性和非线关键词性多变量系统，能够减小参数耦合大规模多变量系统辨识算法的计参数估计；递

3、推辨识；梯度搜索；最算量．耦合辨识方法分为部分参数耦合辨识方法和全部参数耦合辨识小二乘；辅助模型辨识思想；多新息辨识理论；递阶辨识原理；耦舍辨识概念；多方法，简称为部分耦合辨识方法和全耦合辨识方法．全耦合辨识方法元系统有时也简称为耦合辨识方法．耦合辨识概念可以与辅助模型辨识思想、多新息辨识理论、递阶辨识原理、迭代搜索原理、牛顿搜索原理等中图分类号TP273文献标志码A相结合，来研究线性或非线性多变量系统的耦合辨识问题．耦合辨识概念是2O余年前，笔者于1988年在清华大学攻读硕士学位时，学习萧德云教授讲授的《过程辨识》16j中多变量线性过程的参数估

4、计方法时，受到具有公分母特征值多项式传递函数描述的多变量系统递推最小二乘估计方法，以及子系统辨识方法的启发(后来建立了递阶辨识原理，并提出了一系列递阶辨识方法_l)，经过多年的思考和研究，提炼出多元系统辨识模型，在国际期刊《IEEETransactionsonAutomaticContro1)2010年第8期上发表论文“Partiallycoupledstochasticgradientidentificationmethodsfornon-uniformlysam-收稿日期2014一O1一O6资助项目国家自然科学基金(61273194)；江苏省

5、piedsystems(非均匀采样系统的部分参数耦合随机梯度辨识方自然科学基金(BK2012549)；高等学校学科创新法)”_l后，逐步提炼和形成的．在此基础上，撰写了论文“Coupled引智“111计划”(B12018)作者简介leastsquaresidentificationformuhivariablesystems(多变量系统的耦合丁锋，男，博士，教授，博士生导师，主要从事最小二乘辨识)”，发表在国际期刊《IETControlTheoryandApplica—系统辨识、过程建模、自适应控制方面的研究．fding@iiangnan．edu

6、．cntions)2013年第1期上，并在《南京信息工程大学学报》连载出版了题为“系统辨识(8)：耦合辨识概念与方法”的论文l1．1江南大学物联网工程学院，无锡，2141222江南大学控制科学与工程研究中心，无锡，多新息辨识方法能改进参数估计精度，通过扩展辨识新息，即从214122标量新息到新息向量，从向量新息到新息矩阵，是一种基于新息的辨3江南大学教育部轻T过程先进控制重点实验室，无锡，214122识方法¨，丝引．根据多新息辨识理论，可以衍生出许多辨识方法，如多丁锋，等．多元系统耦合多新息随机梯度类辨识方法2DINGFeng，eta1．Coup

7、ledmulti—innovationstochasticgradienttypeidentificationmethodsformuhivariatesystems新息随机梯度算法。、多新息最小二乘算法以regressivesystem)l’1。，】及多新息投影算法等，并且可以将它应用到观测器(t)=to(t)0+'，(t)，(1)设计和卡尔曼滤波，导出多新息观测器和多新息卡其中Y(t)：=[Y．(t)，Y()，⋯，Y，()r∈R为m维尔曼滤波方法等，也同样可以将它应用于有色噪系统输出向量，to()∈R是由系统输入输出数据声十扰的方程误差类系统

8、、输出误差类系统及非线构成的回归信息矩阵，0∈R是待辨识的系统参数性系统等¨]．向量，(t)：=[．(t)，(t)，⋯，(t)]∈R是零