系统辨识(5):迭代搜索原理与辨识方法

• 作者: 丁锋
• 来源期刊: 南京信息工程大学学报
• 学科: 工学
• 关键词: 迭代辨识 递推辨识 参数估计 FIR模型 CAR模型 CARMA模型 CARAR模型 CARARMA模型 输出误差模型 OEMA模型 OEAR模型 辅助模型辨识 多新息辨识 递阶辨识 耦合辨识
• 年，卷（期）: 2011,（6）
• 页码范围: 481-510
• 分类号: TP273
• 字数: 20448字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-7070.2011.06.001

摘要

递推辨识与迭代辨识构成了两类重要的参数估计方法.递推辨识的递推变量与时间有关,因而可以用于在线估计系统参数；迭代辨识的迭代变量是自然数,与客观世界的时间无关,通常用于离线估计系统参数.基于辅助模型辨识思想、多新息辨识理论、递阶辨识原理、耦合辨识概念等辨识方法都可以用递推算法和迭代算法实现.迭代方法渊源很早,如求解矩阵方程Ax=b的雅可比迭代、高斯-赛德尔迭代等.迭代辨识方法主要使用梯度搜索、最小二乘搜索、牛顿搜索原理来实现.为此主要研究了CARMA系统和Box-Jenkins系统的最小二乘迭代辨识方法与梯度迭代辨识方法.这些方法也可推广到其他所有方程误差类系统和输出误差类系统,以及非线性系统.迭代辨识方法通常用于有限量测数据的系统辨识,其收敛性证明是辨识领域极具挑战性的研究课题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁锋	江南大学物联网工程学院	109	1413	20.0	32.0