全文下载： 
20240601.pdf
文章编号： 1672-6987（2024）06-0001-12； DOI： 10.16351/j.1672-6987.2024.06.001
丁锋1,2, 栾小丽1, 徐玲3, 周怡红4, 刘喜梅2(1. 江南大学 物联网工程学院, 江苏 无锡 214122; 2. 青岛科技大学 自动化与电子工程学院, 山东 青岛 266061;
3. 常州大学 微电子与控制工程学院, 江苏 常州 213159; 4. 苏州科技大学 电子与信息工程学院, 江苏 苏州 215009)
摘要： 耦合辨识是针对多变量系统研究的,只有多变量系统的子系统间存在信息耦合与参数耦合时,才有必要研究和探讨耦合辨识方法。本研究针对多变量系统,即多输入多输出系统,利用耦合辨识概念,研究部分耦合信息向量系统的参数辨识方法,包括递推参数辨识方法、递阶参数辨识方法、部分耦合递推参数辨识方法。这些递推参数辨识方法可以推广到其他有色噪声干扰下的线性和非线性多变量输出误差随机系统中。
关键词： 参数估计; 递推辨识; 多新息辨识; 递阶辨识; 耦合辨识; 最小二乘; 多变量系统
中图分类号： TP 273文献标志码： A
引用格式： 丁锋, 栾小丽, 徐玲, 等. 耦合辨识(1): 部分耦合信息向量系统的递推参数辨识［J］. 青岛科技大学学报(自然科学版), 2024, 45(6): 1-12.
DING Feng, LUAN Xiaoli, XU Ling, et al. Coupling identification. Part A: Recursive parameter identification for partially-coupled information vector systems［J］. Journal of Qingdao University of Science and Technology（Natural Science Edition), 2024， 45（6）： 1-12.
Coupling Identification. Part A: Recursive Parameter Identification for
Partially-Coupled Information Vector Systems
DING Feng1,2, LUAN Xiaoli1, XU Ling3, ZHOU Yihong4, LIU Ximei2
(1. School of Internet of Things Engineering, Jiangnan University, Wuxi 214122, China;
2. College of Automation and Electronic Engineering, Qingdao University of Science and Technology, Qingdao 266061, China;
3. School of Microelectronics and Control Engineering, Changzhou University, Changzhou 213159, China;
4. School of Electronic and Information Engineering, Suzhou University of Science and Technology,Suzhou 215009, China)
Abstract: The research object of coupling identification is multivariate systems and multivariable systems. It is required to study and explore coupling identification methods when there exists the information coupling and/or parameter coupling between the subsystems of a multivariable system. For multivariable systems, namely multiple-input multiple-output systems, this paper uses the coupling identification concept to study parameter identification methods for partially-coupled information vector systems, including recursive parameter identification methods, hierarchical parameter identification methods, and partially-coupled recursive parameter identification methods. These recursive parameter identification methods can be extended to linear and nonlinear multivariable stochastic systems under colored noise disturbances.
Key words: parameter estimation; recursive identification; multi-innovation identification; hierarchical identification; coupling identification; least squares; multivariable system
收稿日期： 2024-11-12
基金项目： 国家自然科学基金项目(62273167).
作者简介： 丁锋(1963—)，男，博士，“泰山学者”特聘教授，博士生导师.
