LPV模型的动态压缩测量辨识算法

• 作者: 姚旭日 李鸣谦 王雪艳 翟光杰 邱棚
• 来源期刊: 北京航空航天大学学报
• 学科: 工学
• 关键词: 系统辨识 压缩感知 线性参变(LPV) 线性时变(LTV) 正交匹配追踪(OMP)
• 年，卷（期）: 2019,（5）
• 页码范围: 961-969
• 页数: 9页
• 分类号: V19|TP271+.7
• 字数: 7427字
• 语种: 中文
• DOI: 10.13700/j.bh.1001-5965.2018.0487

摘要

在解决线性参变(LPV)模型的辨识问题上,最小二乘算法以结构简单、计算复杂度低等优点被大量使用.但最小二乘算法辨识结果受制于计算精度和模型近似精度,而这两者在同一个系统中是互斥的.因此,该算法的辨识结果与真值总是存在一定的误差.另外,在高阶LPV模型辨识或采样成本高的情况下,一般模型参数要多于辨识数据,而此时最小二乘算法很难得到稳定的辨识结果.本文提出的动态压缩测量辨识(DCMI)算法从两个方面提高在该情况下的系统辨识精度.其一,利用"匀速变化"及"非匀速变化"模型表示参变函数,以提高模型近似精度.其二,利用压缩感知理论的欠采样能力,在同等数据量的情况下提高参数的计算精度、扩大模型的计算规模.仿真结果表明,基于"匀速变化"模型DCMI算法可以准确地辨识出LPV函数,而且该算法在辨识数据不足的情况下仍然能够获得稳定的辨识结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	翟光杰		29	166	8.0	12.0
2	姚旭日		3	0	0.0	0.0
3	邱棚	中国科学院国家空间科学中心	2	0	0.0	0.0
7	李鸣谦	中国科学院国家空间科学中心	3	9	1.0	3.0
11	王雪艳	北京信息科技大学机电工程学院	1	0	0.0	0.0