第17届IFAC系统辨识研讨会预印本：CoBRA软件介绍.pdfVIP

第17届IFAC系统辨识研讨会预印本国际会议2015年10月

19‑21日。

CoBRA‑用于具有极点位置凸约束的协方差基

实现算法的软件

·A·德卡拉丰∗丹尼尔·N·米勒∗∗

∗加利福尼亚大学亚哥分校，拉霍亚，CA92094‑0411（电子邮件：

callafon@）。

∗∗目前在直观手术公司，森尼韦尔，CA94086‑5304（电子邮件：

dnmiller@.com）

：本文总结了一套称为CoBRA的Matlab工具，用于识别可能在闭环或受控条件下运行的

离散时间多变量系统。这些工具基于子空间方法，明确使用从时域数据估计的协方差函数。使用

协方差函数的是其紧支持近似，这允许即使在可用于识别的数据点数量非常大的情况下，限

制子空间方法所需的矩阵大小。此外，CoBRA工具允许通过用户定义的复平面上的凸区域包含多

变量系统的可能极点位置信息。极点位置的约束是使用线性矩阵不等式区域创建的，这些区域通

过集成在CoBRA工具中的现有Matlab半定规划工具解决。

：子空间方法；计算机软件；凸优化

1.引言为了获得一致的估计并消除I/O数据中的噪声影响，子空间

方法中某些矩阵乘积的条目必须随着数据点数量N的增加

而收敛到协方差函数。对于度的I/O数据，这一假设可

系统辨识中的一个是将系统动力学的先验（近似）知能存在问题，因为数据矩阵的大小可能会随着N呈指

识与大量的信息结合起来，从实验数据中系统地提取数增长，使得所需的矩阵乘积计算变得具有性。一个

多变量动态模型。需要动态建模的数据分析应用包括受未替代方案是在使用子空间方法进行任何计算之前，通过协

知频谱噪声干扰的数据样本和数据中测量信号之间的相关方差函数（如Miller和deCallafon，2011）或频域函数

性。系统辨识方法应能对数据上的未知噪声特性具有鲁棒（如McKelvey等，1996；Pintelon和Schoukens，

性，并能够结合任何关于动力学和信号之间相关性的先验2001）对I/O数据进行平均处理。这带来了显著的计算和

信息。显然，系统的方法加上强大的计算工具可以帮助减方法优势。可以限制数据矩阵的大小，从而减少内存需求，

轻从实验数据中制定多变量动态模型的负担。并允许使用更大的数据集。此外，与已知与I/O数据上的

噪声不相关的信号相关联，可以使用开环或闭环实验条件

（Miller等，2012）。

一种基于输入/输出（I/O）数据识别线性离散时间多变量

本文主要关注基于协方差函数的方法背后的软件相关方面，

模型的流行技术是子空间方法——一类系统辨识方法，这

通过介绍名为CoBRA的Matlab工具箱来实现协方差基实

类方法在无需迭代或非线性数值工具的情况下制定估计值

现算法。CoBRA计算