The Box-Jenkins Steiglitz-McBride algorithm
The Box-Jenkins Steiglitz-McBride algorithm
复制标题
Box-Jenkins Steiglitz-McBride 算法
DOI：
10.1016/j.automatica.2015.12.001
复制
发表时间：
2016-03
期刊：
影响因子：
6.4
通讯作者：
Hjalmarsson, Hakan
中科院分区：
文献类型：
--
作者：
Zhu, Yucai;Hjalmarsson, Hakan
提出了一种单输入单输出Box-Jenkins模型的辨识算法。它包括四个步骤：首先估计高阶ARX模型;其次，用估计的扰动模型的逆对输入-输出数据进行滤波;第三，将滤波后的数据用于Steiglitz-McBride方法中以恢复系统动态;在最后步骤中，通过从第三步骤的残差估计阿尔马模型来恢复噪声模型。与其他识别方法的关系，特别是改进的工具变量法，进行了详细说明。一个振荡系统的Monte Carlo模拟研究，这些结果与工业案例研究的补充。该算法可以很容易地推广到具有公分母的多输入单输出模型。
An algorithm for identification of single-input single-output Box–Jenkins models is presented. It consists of four steps: firstly a high order ARX model is estimated; secondly, the input–output data is filtered with the inverse of the estimated disturbance model; thirdly, the filtered data is used in the Steiglitz–McBride method to recover the system dynamics; in the final step, the noise model is recovered by estimating an ARMA model from the residuals of the third step. The relationship to other identification methods, in particular the refined instrumental-variable method, are elaborated upon. A Monte Carlo simulation study with an oscillatory system is presented and these results are complemented with an industrial case study. The algorithm can easily be generalized to multi-input single-output models with common denominator.
登录
查看更多内容
DOI：
10.1016/0005-1098(75)90031-x
发表时间：
1975
期刊：
Autom.
影响因子：
--
作者：
T. Söderström
通讯作者：
T. Söderström
DOI：
10.1007/1-4020-2721-4_1
发表时间：
2011-04
期刊：
--
影响因子：
--
作者：
B. Ya
通讯作者：
B. Ya
影响因子：
6.8
作者：
P. Stoica;T. Söderström
通讯作者：
P. Stoica;T. Söderström
DOI：
10.2307/2988198
发表时间：
1978-12
期刊：
The Statistician
影响因子：
--
作者：
G. Box;G. Jenkins;G. Reinsel;G. Ljung
通讯作者：
G. Box;G. Jenkins;G. Reinsel;G. Ljung
影响因子：
2.1
作者：
B. Wahlberg
通讯作者：
B. Wahlberg