系统辨识算法的复杂性、收敛性及计算效率研究

发布时间：2021-04-06 22:54

　　实践中经常会遇到大型计算问题和优化问题,使得求解问题算法的复杂性、计算量和计算精度等成为突出问题,特别是大规模非线性多变量系统的辨识.对此,提出几个有趣的研究课题:1)利用信息滤波技术和多新息辨识理论研究能提高辨识精度的大规模系统辨识理论与方法;2)利用递阶辨识原理研究维数高、变量数目多、计算量小的多变量系统递阶辨识方法;3)利用鞅收敛理论建立非线性多变量系统辨识方法的收敛理论;4)利用并行计算与递阶计算技术提高辨识算法的计算效率,以解决一类大规模非线性多变量系统的模型化问题. 

【文章来源】：控制与决策. 2016,31(10)北大核心EICSCD

【文章页数】：13 页

【参考文献】：
期刊论文
[1]Hammerstein模型辨识的回顾及展望[J]. 贾立,李训龙.  控制理论与应用. 2014(01)
[2]带有色公共干扰噪声的ARMA模型多传感器信息融合系统辨识[J]. 李恒,谭拂晓,孙刚,张媛.  计算机应用. 2013(S2)
[3]丢失数据下的条件极大似然辨识[J]. 王建宏.  控制与决策. 2014(02)
[4]基于鲁棒优化的系统辨识算法研究[J]. 钱富才,黄姣茹,秦新强.  自动化学报. 2014(05)
[5]基于渐消卡尔曼滤波算法的航空发动机参数估计方法[J]. 黄辉先,任科明,李燕,庄选.  计算机应用. 2013(10)
[6]基于SC-FDE循环自相关的盲参数估计算法[J]. 邓思玉,吴瑛,张弛.  计算机工程. 2013(08)
[7]系统辨识:新的模式、挑战及机遇[J]. 王乐一,赵文虓.  自动化学报. 2013(07)
[8]一种单自旋回波串信号参数估计方法[J]. 朱凯然,何学辉,吴惠阳,张旺,苏涛.  电子学报. 2013(03)
[9]基于SPPSO算法的时滞HBV模型的系统辨识研究[J]. 唐晓,吴志健.  计算机科学. 2013(02)
[10]状态空间模型基于正交梯度搜索的预报误差辨识[J]. 衷路生,樊晓平,杨辉,瞿志华.  控制与决策. 2011(05)



本文编号：3122298