基于块最小角回归算法的大规模多变量系统稀疏辨识

来源：大连理工大学学报杂志2026年第2期北京时间：

作者：刘磊,刘艳君,尹武涛,陈晶,王呈

摘要：针对参数和阶次未知的大规模多变量系统，通过预设系统阶次上界获得过参数化模型，并将系统表示成具有稀疏参数向量的高维辨识模型．根据系统参数块结构稀疏的特点，结合最小角回归算法提出块最小角回归算法，获得系统的稀疏参数估计，再根据非零参数的索引信息获得系统参数．理论分析证明了算法的收敛性，数值仿真和全景声音频系统仿真验证了其有效性．进一步地，与最小角回归等算法相比，块最小角回归算法有效利用了大规模多变量系统的参数块结构特点，大大提高了算法的辨识效率．

关键词：大规模系统稀疏系统辨识最小角回归算法块稀疏

基金资助：国家自然科学基金资助项目(62373165)；江苏省自然科学基金资助项目(BK20201339)；近地面探测技术重点实验室基金资助项目(6142414220203)；中国博士后科学基金资助项目(2022M711361).