随机系统的递推辨识:从个例到一般框架

• 作者: 赵文虓 陈翰馥
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: Hammerstein系统 Wiener系统 非线性ARX系统 PageRank 随机逼近
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 论文与报告
• 页码范围: 962-973
• 页数: 12页
• 分类号: TP273
• 字数: 11218字
• 语种: 中文
• DOI: 10.7641/CTA.2014.40134

摘要

本文考察Hammerstein系统、Wiener系统和非线性带外源输入的自回归系统(autoregressive system withexogenousinput,ARX)等常见的随机非线性系统的递推辨识和因特网PageRank的分布式、随机化算法.对非线性系统分别构造递推辨识算法,证明了估计的强一致性;对因特网PageRank的分布式、随机化算法,给出估计的强一致性和收敛速度;在此基础上,总结了这类问题的统一处理框架-将辨识(估计)问题转化为函数求根、进而基于随机逼近构造算法得到强一致的递推辨识;最后,通过数值例子来验证算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵文虓	中国科学院数学与系统科学研究院系统控制重点实验室	7	12	1.0	3.0
2	陈翰馥		1	1	1.0	1.0