短数据批次的核范数子空间识别 (N2SID)
摘要：用核范数最小化方法重新考虑子空间识别。 研究表明，可以利用与输入和输出数据相关的Hankel矩阵构造的数据方程中的未知数据矩阵的基本结构知识来解决数值解的第一步。 结构知识包括扩展可观测性矩阵和状态序列的矩阵的低秩属性以及马尔可夫参数矩阵（系统创新形式中的矩阵）的Toeplitz结构。 新的子空间识别方法被称为N2SID（核范数的两倍和SID代表子空间识别）方法。 除了在解决方案中包含关键的结构知识外，它还将子空间计算与经典预测误差代价函数的最小化结合起来。 核范数松弛使我们能够在保持凸性的同时进行此集成。 N2SID的优点在数值开环和闭环模拟研究中得到了证明。 在这里，我们将其与另一种广泛使用的SID方法N4SID进行了比较。 比较的重点是使用短数据批次进行识别，即测量数量是系统阶数的小倍数。
作者：Michel Verhaegen and Anders Hansson
论文ID：1401.4273
分类：Systems and Control
分类简称：cs.SY
提交时间：2014-01-20