多变量方程误差类系统的部分耦合迭代辨识方法-南京信息工程大学学报.pdf

文章编号：１６７４⁃７０７０（２０１４）０４⁃０２８９⁃１７ １，２，３ １ １ 丁锋 　 汪菲菲　 汪学海 多变量方程误差类系统的部分耦合迭代辨识方法 摘要 ０　 引言 针对多变量方程误差滑动平均系 统，利用最小二乘原理和迭代搜索原理， 　 　 迭代搜索辨识原理、辅助模型辨识思想、多新息辨识理论、递阶辨 给出了增广随机梯度辨识方法、递推增 ［１⁃２］ 识原理、耦合辨识概念是重要的辨识理念和辨识方法研究思想 ，先 广最小二乘辨识方法、梯度迭代辨识方 ［３⁃１３］ 法和最小二乘迭代辨识方法．针对多变 后在《南京信息工程大学学报》连载论文中进行了讨论 ．从２０１４年 量方程误差滑动平均系统和多变量方程 开始继续刊登系统辨识连载论文，其中文献［１４⁃１６］将耦合辨识概念与 误差自回归滑动平均系统，将多变量系 多新息辨识理论相结合，研究了多元系统、多元伪线性回归系统和类多 统分解为一些子系统，利用耦合辨识概 念，讨论了梯度迭代辨识方法、部分耦合 变量系统的耦合多新息辨识方法．本文将耦合辨识概念与迭代搜索辨识 （子系统）梯度迭代辨识方法、子系统最 原理相结合，研究多变量方程误差类系统的辨识问题． 小二乘迭代方法和部分耦合子系统最小 耦合辨识概念首先应用于辨识非均匀采样系统，提出了部分参 二乘迭代辨识方法．进一步结合数据滤 ［１７］ 波技术，研究了多变量方程误差自回归 数耦合随机梯度辨识方法 ，随后用于多元系统，提出了耦合最小二 滑动平均系统的子系统梯度迭代辨识方 ［１８］ 乘辨识方法 ，还被推广到研究各子系统间存在相同参数的多变量 法、部分耦合（子系统）梯度迭代辨识方 ［１０］ 系统或多元系统的辨识问题 ．耦合辨识的研究对象可以是结构复 法、部分耦合子系统最小二乘迭代辨识 方法．文中给出了几个典型算法的计算 杂的参数耦合线性和非线性多变量系统，能够减小参数耦合大规模 步骤． 多变量系统辨识算法的计算量．耦合辨识方法分为部分参数耦合辨识 关键词 方法和全部参数耦合辨识方法，简称为部分耦合辨识方法和全耦合 参数估计；迭代搜索原理；梯度搜 索；最小二乘；数据滤波技术；辅助模型 辨识方法．全耦合辨识方法有时也简称为耦合辨识方法．耦合辨识概 辨识思想；递阶辨识原理；耦合辨识概 念可以与辅助模型辨识思想、多新息辨识理论、递阶辨识原理、迭代 念；多变量系统 搜索原理、牛顿搜索原理等相结合，来研究线性或非线性多变量系统 中图分类号 ＴＰ２７３ 的耦合辨识问题． 文献标志码 Ａ 在实际应用中，人们只能采集到有限的一部分数据，而迭代辨识 方法充分利用了采集到的数据，是一种离线辨识方法．迭代辨识方法 可以用于辨识模型信息向量中含有未知项的系统辨识，其基本思想 是利用批数据来刷新参数估计，信息向量中的未知项用前一步迭代 收稿日期 ２０１４⁃０７⁃２４ 参数估计进行估算，然后用估计的未知项代替信息向量中的真实未 资助项目 国家自然科学基金；江苏 知项，参数