基于创新噪声的LPV-SS模型预测器辨识的替代形式
摘要：线性参数时变（LPV）系统的创新形式是一种具有状态空间（SS）模型结构的方法，其中系数函数对调度信号具有静态和仿射依赖关系。与现有的基于预测器的LPV子空间识别方案相比，这种方案减少了维度问题。研究的LPV-SS模型被重新构造成等效脉冲响应形式，结果是一个具有外部输入的移动平均（MAX）系统。LPV-MAX表示的马尔可夫系数函数在调度信号及其时移中是多线性的，而基于预测器的方案中对应的LPV自回归与外部输入系统在调度信号及其时移中是多二次的。在本文中，我们将证明在输入和调度信号的某些条件下，LPV-MAX模型一步预测误差的$ell\_2$损失函数只有一个唯一的最小值，对应于原始的基础系统。因此，在最小化预测误差的框架下识别LPV-MAX模型将是一致且无偏的。通过在已识别的LPV-MAX模型上应用高效的基础减少Ho-Kalman实现，实现了LPV-SS模型。所提出方案的性能在蒙特卡洛仿真研究中进行了评估。
作者：Pepijn B. Cox and Roland T''oth
论文ID：1609.07536
分类：Systems and Control
分类简称：cs.SY
提交时间：2020-09-10