基于主成分分析和噪声估计的在线子空间辨识

• 作者: 吴平 周伟 郭玲玲 陈亮
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 子空间辨识 变量含误差(EIV)模型 Hessenberg QR 噪声估计 主成分分析(PCA) 在线辨识
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 计算机技术
• 页码范围: 1694-1701
• 页数: 8页
• 分类号: TP13
• 字数: 4240字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2018.09.009

摘要

提出一种在线子空间辨识方法,该方法主要采用Hessenberg QR分解和特征值分解,通过对噪声项进行估计,并结合主成分分析提取子空间矩阵,获得系统的状态空间方程.引入遗忘因子机制,实现对时变系统的辨识.为了验证所提方法的适用性和有效性,分别采用数值模型和工业污水处理过程进行仿真验证.仿真结果表明,相比于其他子空间辨识方法,所提方法在辨识线性时不变系统时,能够获取很好的辨识精度;在辨识线性时变系统时,能够快速跟踪系统变化,并能够获取较好的辨识精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈亮	浙江理工大学机械与自动控制学院	5	6	1.0	2.0
2	吴平	浙江理工大学机械与自动控制学院	5	3	1.0	1.0
3	周伟	浙江理工大学机械与自动控制学院	9	5	1.0	2.0
4	郭玲玲	浙江理工大学机械与自动控制学院	3	4	1.0	2.0