ガウシャンプロセスとベイズ推定に基づくHammersteinシステムの二段階同定

本研究では、Hammersteinシステムを対象とし、進化型ガウシャンプロセスモデルとベイズ推定の協調による、簡便で高精度なシステム同定アルゴリズムを提供することを目的としている。本年度は、離散時間Hammersteinシステムを対象とし、同定用入力信号の印加方法を工夫して非線形静的部の推定と線形動的部の推定を二段階に分離することにより、簡便かつ高精度な二段階同定アルゴリズムを導出した。具体的には、第１段階で複数個の一定値信号に対する定常出力値を計測し、これらの定常値入出力データを用いて、進化型ガウシャンプロセスモデルの学習により対象システムの非線形静的部を推定する。次に第２段階で対象システムに新たな持続振動的入力信号を加えてその出力を計測した後、第１段階で推定済みの非線形静的部を用いて、ガウシャンプロセスの枠組みで対象システムの中間信号を推定し、推定中間信号と出力値から対象システムの線形動的部を推定するアルゴリズムである。開発した同定アルゴリズムを計算機上で実現するため、MATLABコード化も行った。入力部に非線形増幅器を有する直流電動機を離散時間Hammersteinシステムに見立てたシミュレーション実験により、本同定法では、従来の一括同定法と比べて同等の同定精度を保持しつつ、同定に要する計算時間を大幅に短縮できることを明らかにした。また、線形動的部の次数を上げていっても同定精度には劣化が見られないことも確認した。

本研究では、Hammersteinシステムを対象とし、進化型ガウシャンプロセスモデルとベイズ推定の協調による、簡便で高精度なシステム同定アルゴリズムを提供することを目的としている。本年度は、離散時間Hammersteinシステムを対象とし、同定用入力信号の印加方法を工夫して非線形静的部の推定と線形動的部の推定を二段階に分離することにより、簡便かつ高精度な二段階同定アルゴリズムを導出した。具体的には、第１段階で複数個の一定値信号に対する定常出力値を計測し、これらの定常値入出力データを用いて、進化型ガウシャンプロセスモデルの学習により対象システムの非線形静的部を推定する。次に第２段階で対象システムに新たな持続振動的入力信号を加えてその出力を計測した後、第１段階で推定済みの非線形静的部を用いて、ガウシャンプロセスの枠組みで対象システムの中間信号を推定し、推定中間信号と出力値から対象システムの線形動的部を推定するアルゴリズムである。開発した同定アルゴリズムを計算機上で実現するため、MATLABコード化も行った。入力部に非線形増幅器を有する直流電動機を離散時間Hammersteinシステムに見立てたシミュレーション実験により、本同定法では、従来の一括同定法と比べて同等の同定精度を保持しつつ、同定に要する計算時間を大幅に短縮できることを明らかにした。また、線形動的部の次数を上げていっても同定精度には劣化が見られないことも確認した。