Identification of errors-in-variables model with observation outliers based on Minimum-Covariance-Determinant
Identification of errors-in-variables model with observation outliers based on Minimum-Covariance-Determinant
复制标题
基于最小协方差行列式的观测异常值变量误差模型识别
DOI：
10.1109/acc.2007.4282931
复制
发表时间：
2006
期刊：
影响因子：
--
通讯作者：
J. AlMutawa
中科院分区：
文献类型：
--
作者：
J. AlMutawa
针对含有异常值观测噪声的EIV模型，提出了一种子空间系统辨识算法。利用最小协方差行列式(MCD)对离群点进行辨识和剔除，然后应用经典的EIV子空间系统辨识算法得到状态空间模型。为了解决EIV模型的MCD问题，我们提出了一种随机搜索算法。该算法已应用于某换热器的数据处理。
In this paper, we develop a subspace system identification algorithm for the errors-in-variables (EIV) model subject to observation noise with outliers. By using the minimum covariance determinant (MCD), we identify and delete the outliers, and then apply the classical EIV subspace system identification algorithms to get state space models. In order to solve the MCD problem for the EIV model we propose a random search algorithm. The proposed algorithm has been applied to a heat exchanger data.
用于观察异常值状态空间识别的 EM 算法 - 通过子空间方法进行初始化
DOI：
--
发表时间：
2005
期刊：
Trans.Institute Systems, Control & Information Engineers (to appear)(印刷中)
影响因子：
--
作者：
J.ALMutawa;H.Tanaka;T.Katayama
通讯作者：
T.Katayama