维纳系统中线性模块辨识方法研究.pdfVIP

第17届国际自动控制系统辨识大会预印本国际会议

至21日。

维纳系统中线性模块的辨识

Pawe?Wacheland格热戈日·姆兹克

Wroc?awUniversityofTechnology,50‑370Wroc?aw,波兰,phone:

+48713203277,e‑mail:grzegorz.mzyk@pwr.wroc.pl

：本文在关于静态子系统非线性特性的非参数先验知识条件下，对维纳系统中的信号

进行了恢复。所方法基于以下观察：动态子系统的脉冲响应与多输入单输出映射成比例，

而该映射与所研究的系统直接相关。尽管该方法的推导涉及梯度和核最小二乘技术，但最终得到

的算法具有显式形式，并且不使用任何耗时计算过程。本文讨论了该方法的理论方面，并将其与

其它半参数和非参数方法进行了比较。该方法还被推广应用于多输入单输出和多输入多输出系

统。

：维纳系统，非参数辨识?，核估计，正交展开，半参数方法。

1.引言鉴于上述大多数限制是由对线性部分缺乏了解所导致的，

本文仅关注动态子系统的估计。该模块的一致模型可以估

本文研究了维纳系统的辨识问题，即由线模块和非计隐藏的信号（即非线性输入），并可嵌入各种两阶

线性静态模块级联连接的对象的辨识问题（见图1）。针段辨识过程，以估计非线性特性（关于结合参数与非参数

对线性组件的局部删失最小二乘辨识方法的思想，方法的细节，参见例如Hasiewicz和Mzyk[2004],以及

Wachel和Mzyk[2015],方法被推广至多输入单Mzyk[2014]）。与Bai[2010]和Zhao等人[2013]的

输出维纳系统，并且在辨识过程的第二步中，非线性估计方法类似，所提算法基于核梯度估计，并利用了这样一个

采用了正交展开方法，而非核方法。除了具有逆向结构的特性：对于维纳系统，适当定义的局部优化问题可以通过

哈默斯坦系统外，维纳系统是所谓模块化系统中最为流行的线性最小二乘过程求解。因此，在获得系统互连的

的结构之一，例如Giri和Bai[2010],Mzyk[2014],，并一致估计后，非线性特性的辨识似乎变得直接且在本文的

且经常作为更复杂对象的一部分出现，参见例如理论部分中被省略（然而在第7节中通过数值方法进行了

Westwick和Schoukens[2012]。维纳模型的应用范围研究）。本文的主要目标是提出一种估计方法，使其在对

Giannakis和Serpedin[2001],相对较广，涵盖控制与系统及其输入序列的最少先验知识条件下，能够收敛到线

信号处理、生物学、学、化学、地质学、电信、生物性子系统的实际脉冲响应。在所考虑的方法中，允许非常

控制论等领域。不幸的是，尽管有如此广泛的关注，其辨广泛的非线性特性，因为该方法在无需对非线性进行参数

识问题仍然未完全解决，因为大多数算法的适用性仅限于化或估计的情况下恢复了动态模块的脉冲响应。所提算法

特定的输入信号和非线性特性子类。辨识中的根本是的思想受到Hristache等人[2001],的启发，该论

由静态和动态子系统的特殊结构引起的。由于线性模块位文中通过梯度平均方法论估计了单