オンライン測定に基づく分離可能な小数列システムの堅牢なマルチイノベーションの全パラメータ識別

科学分野:

• 制御システム工学 制御システム工学
• 非線形ダイナミクス 非線形ダイナミクス
• シグナル処理 信号処理

背景:

• 分数順位のシステムにおけるパラメータと微分順序の推定は,特に偏差値で破損したデータでは複雑です.
• 既存の堅牢な主要コンポーネント分析方法はオフラインで,リアルタイムアプリケーションでの使用を制限しています.

研究 の 目的:

• 分数順位のシステムのためのオンラインで堅牢なパラメータ推定フレームワークを開発する.
• 異常値のリアルタイム検出と適応パラメータ推定を同時に可能にする.

主な方法:

• 変数検出をマトリックス分解問題に変換し,オンライン情報マトリックス回復のためのシルベスター方程式で解決しました.
• マルチイノベーション戦略と,効率的なデータ利用とリアルタイム更新のためのスライドウィンドウメカニズムを組み込みました.
• 完全なパラメータ推定を同時に行うための堅牢なマルチイノベーション・グラデーションベース・イテレティブ (RMIGI) アルゴリズムを導き出した.

主要な成果:

• 提案されたフレームワークは,アウトバイヤーを成功裏に検出し,パラメータをオンラインでリアルタイムで推定します.
• RMIGIアルゴリズムは,モンテカルロシミュレーションと回路ケーススタディで有効性と優位性を実証しました.
• 理論分析により,RMIGIメソッドの収束が確認され,計算上の複雑性が特徴づけられました.

結論:

• オンラインで開発された堅牢なパラメータ推定フレームワークは,分数順位のシステムを含むリアルタイムアプリケーションに適しています.
• RMIGIアルゴリズムは,アウトライヤーが存在する場合のパラメータ識別のための既存のオフライン方法よりも重要な進歩を提供します.
• この作業は,困難な測定条件下での正確なシステム識別のための堅牢で効率的なソリューションを提供します.