系统辨识(8):耦合辨识概念与方法

• 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 方程误差模型 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）: 2012,（3）
• 页码范围: 193-212
• 分类号: TP273
• 字数: 19432字
• 语种: 中文

摘要

耦合辨识是系统辨识的一个重要分支,是新近发展和提炼形成的一种辨识概念,主要用于研究结构复杂的参数耦合线性和非线性多变量系统的辨识问题辅助模型辨识思想、多新息辨识理论、递阶辨识原理、耦合辨识概念是本文作者提出的一些新的辨识研究思路、理念和方法,分别能够用于研究存在未知过程变量的不可测系统的辨识,能够提高辨识方法的收敛速度和参数估计精度,能够解决结构复杂、大规模多变量系统及参数耦合多变量系统的辨识问题、减小辨识算法的计算量.首先介绍多变量系统耦合辨识概念,在此基础上讨论多变量系统的几种(全)耦合最小二乘辨识方法、(全)耦合随机梯度辨识方法、部分耦合随机梯度辨识万法、部分耦合最小二乘辨识方法等,最后说明耦合辨识方法可推广用于有色噪声干扰多变量系统的辨识,并列出了一些多变量系统模型结构,阐述了耦合辨识概念可以结合辅助模型辨识思想、多新息辨识理论、递阶辨识原理、迭代搜索原理(梯度迭代、最小二乘迭代、牛顿迭代)等来研究线性或非线性多变量系统的辨识问题.

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