辅助模型辨识方法(3):输入非线性输出误差自回归系统

来源：南京信息工程大学学报·自然科学版杂志2016年第3期北京时间：

作者：丁锋

单位：丁锋,江南大学 物联网工程学院, 无锡, 21412;江南大学 控制科学与工程研究中心, 无锡, 214122;江南大学 教育部轻工过程先进控制重点实验室, 无锡, 214122,毛亚文,江南大学 物联网工程学院, 无锡, 21412

摘要：输入非线性系统包括输入非线性方程误差类系统和输入非线性输出误差类系统.针对输入非线性输出误差自回归系统,分别基于过参数化模型,基于关键项分离原理,基于数据滤波技术,研究了相应的基于过参数化模型的辅助模型递推辨识方法、基于关键项分离的辅助模型递推辨识方法、基于数据滤波的辅助模型递推辨识方法.这些方法可以推广到其他输入非线性输出误差系统、输出非线性输出误差系统、反馈非线性系统等.并给出了几个典型辨识算法的计算步骤、流程图和计算量.

关键词：参数估计;递推辨识;梯度搜索;最小二乘;过参数化模型;关键项分离;滤波技术;模型分解;辅助模型辨识思想;递阶辨识原理;输入非线性系统;输出非线性系统

基金资助：国家自然科学基金(61273194);江苏省自然科学基金(BK2012549);高等学校学科创新引智111计划(B12018)