辅助模型辨识方法(2):输入非线性输出误差系统

来源：南京信息工程大学学报·自然科学版杂志2016年第2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, 214122;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,陈慧波,江南大学 物联网工程学院, 无锡, 214122

摘要：针对具有已知基的输入非线性输出误差系统,提出了基于过参数化模型的辅助模型递推辨识方法和辅助模型递阶辨识方法,提出了基于关键项分离的辅助模型递推辨识方法、基于关键项分离的辅助模型两阶段辨识方法和辅助模型三阶段辨识方法,提出了基于双线性参数模型分解的辅助模型随机梯度算法和基于双线性参数模型分解的辅助模型递推最小二乘算法,并给出了几个典型辨识算法的计算量、计算步骤.这些算法的收敛性分析都是需要研究的辨识课题.

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;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

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)