Weighted least squares based recursive parametric identification for the submodels of a PWARX system
Weighted least squares based recursive parametric identification for the submodels of a PWARX system
复制标题
PWARX 系统子模型的基于加权最小二乘的递归参数识别
DOI：
10.1016/j.automatica.2012.03.015
复制
发表时间：
2012-06
期刊：
影响因子：
6.4
通讯作者：
Tong Zhou
中科院分区：
文献类型：
--
作者：
Wenxiao Zhao;Tong Zhou
带有外生输入的分段仿射自回归系统（PWARX）由有限个ARX子系统组成，每个子系统对应于回归空间的一个多面体划分。在这项工作中，加权最小二乘（WLS）估计建议递归估计的ARX子模型的参数，其中一系列的核函数的介绍。对输入信号和PWARX系统施加条件，以保证WLS估计的几乎必然收敛。最后通过数值例子说明了算法的性能。
A piecewise affine autoregressive system with exogenous inputs (PWARX) is composed of a finite number of ARX subsystems, each of which corresponds to a polyhedral partition of the regression space. In this work a weighted least squares (WLS) estimator is suggested to recursively estimate the parameters of the ARX submodels, in which a sequence of kernel functions are introduced. Conditions on the input signal and the PWARX system are imposed to guarantee the almost sure convergence of the WLS estimates. Some numerical examples are included to illustrate performances of the algorithm.
登录
查看更多内容
影响因子：
3.7
作者：
H. Müller;Jianqing Fan;I. Gijbels
通讯作者：
H. Müller;Jianqing Fan;I. Gijbels
影响因子：
6.8
作者：
A. Bemporad;A. Garulli;S. Paoletti;A. Vicino
通讯作者：
A. Bemporad;A. Garulli;S. Paoletti;A. Vicino
影响因子：
6.4
作者：
Nakada, H;Takaba, K;Katayama, T
通讯作者：
Katayama, T
DOI：
--
发表时间：
1975
期刊：
Autom.
影响因子：
--
作者：
L. Ljung
通讯作者：
L. Ljung
DOI：
10.1109/cdc.2009.5400648
发表时间：
2009-12
期刊：
Proceedings of the 48h IEEE Conference on Decision and Control (CDC) held jointly with 2009 28th Chinese Control Conference
影响因子：
--
作者：
E. Bai
通讯作者：
E. Bai