摘要
现有系统参数辨识方法大多是建立在输入输出数据可以完全测量和完全获取的基础上,而在实际系统中,由于传感器故障或网络传输机构故障,使得数据丢失现象经常发生。研究一类线性系统在输入或输出数据丢失情况下的系统辨识问题,并将数据丢失现象描述为随机伯努利序列,在此基础上提出新的辨识算法来估计数据丢失情况下系统的参数。最后,通过仿真示例验证所提算法对数据丢失的影响。结果表明,所提出的算法相较于递推最小二乘法有更好的收敛性。
Existing system parameter identification methods are primarily based on the input-output data which are fully available.However,owing to the sensor failure or network transmission mechanism failure in the actual system,data dropout phenomenon often occurres.For system identification problem of a class of linear systems under the condition of input or output data dropout,the data dropout phenomenon is described as a Bernoulli random sequence.And a new algorithm was presented to estimate the parameters with data dropout.Finally,a numerical example validates the effectiveness of the proposed algorithm.The results show that the proposed algorithm has a better convergence than recursive least squares method.
出处
《计算机科学》
CSCD
北大核心
2016年第S2期42-44,55,共4页
Computer Science
基金
国家自然科学基金项目(61203065
61573129)
河南省高校科技创新人才支持计划(16HASTIT046)
河南省高等学校青年骨干教师计划项目(2014GGJS-041)
河南省高校基本科研业务费专项资金
河南理工大学青年骨干教师资助计划项目资助
关键词
系统辨识
随机伯努利序列
最小二乘法
数据丢失
System identification
Bernoulli random sequence
Least-square algorithm
Data dropout
