Least Squares Identification for Hammerstein Multi-input Multi-output Systems Based on the Key-Term Separation Technique
Least Squares Identification for Hammerstein Multi-input Multi-output Systems Based on the Key-Term Separation Technique
复制标题
基于关键词分离技术的Hammerstein多输入多输出系统最小二乘辨识
DOI：
10.1007/s00034-015-0211-5
复制
发表时间：
2016-10
影响因子：
2.3
通讯作者：
Ding, Feng
中科院分区：
文献类型：
--
作者：
Shen, Qianyan;Ding, Feng
系统建模和参数估计是系统分析和控制器设计的基础。本文考虑 Hammerstein 多输入多输出 (H-MIMO) 系统的参数识别问题。为了避免辨识模型中的乘积项，我们通过从系统的输出方程中分离出关键项，推导了H-MIMO系统的伪线性辨识模型，并提出了一种用于估计系统参数的分层广义最小二乘（LS）算法。此外，我们提出了一种新的 LS 算法来减少计算负担。所提出的算法原理简单，并且比基于超参数化的LS估计算法能够获得更高的计算效率。最后，我们通过仿真例子测试了所提出的算法并展示了其有效性。
System modeling and parameter estimation are basic for system analysis and controller design. This paper considers the parameter identification problem of a Hammerstein multi-input multi-output (H-MIMO) system. In order to avoid the product terms in the identification model, we derive a pseudo-linear identification model of the H-MIMO system through separating a key term from the output equation of the system and present a hierarchical generalized least squares (LS) algorithm for estimating the parameters of the system. Moreover, we present a new LS algorithm to reduce the computational burden. The proposed algorithms are simple in principle and can achieve a higher computational efficiency than the over-parameterization-based LS estimation algorithm. Finally, we test the proposed algorithms by the simulation example and show their effectiveness.
登录
查看更多内容
DOI：
10.1002/acs.2437
发表时间：
2014-11
影响因子：
3.1
作者：
J. Reyland;E. Bai
通讯作者：
J. Reyland;E. Bai
影响因子：
1.6
作者：
M. Dehghan;M. Hajarian
通讯作者：
M. Dehghan;M. Hajarian
双速率 Hammerstein 系统的高效识别方法
影响因子：
4.8
作者：
Wang Dong-Qing;Liu Hua-Bo;Ding Feng
通讯作者：
Ding Feng
DOI：
10.1109/tac.2003.820146
发表时间：
2003-12
期刊：
IEEE Trans. Autom. Control.
影响因子：
--
作者：
J. Vörös
通讯作者：
J. Vörös
影响因子：
5.6
作者：
Qianyan Shen;F. Ding
通讯作者：
Qianyan Shen;F. Ding