다항식 비선형 시스템의 비제어 선형화에 대한 중심 다양체 기반 식별 기법의 효과를 보여주는 수치 예제를 제시한다.
비선형 동적 시스템 식별을 위한 데이터 기반 방법은 학습 데이터 생성에 사용되는 여기 신호에 크게 영향을 받는다. 점진적 동적 공간 채움 설계(IDS-FID) 전략은 비선형 근사기의 입력 공간 내에서 공간 채움 분포를 달성하는 것을 목표로 하는 실험 설계(DoE) 기술을 도입한다. 동시에 이 접근법은 여기된 주파수 스펙트럼을 제어할 수 있다. 따라서 IDS-FID 알고리즘은 여기 신호의 동적 특성을 조정할 수 있다. 인공 테스트 데이터에 이 알고리즘을 적용하면 프로세스 작동 예상 주파수 범위와 일치하도록 여기 신호의 동적 특성을 조정하면 모델 정확도가 향상됨을 알 수 있다.
본 논문은 개방루프 및 폐루프 환경에서 연속시간 가산 선형 시스템을 식별하기 위한 포괄적인 방법을 제안한다. 제안된 방법은 일관성 있는 추정량을 제공하며, 경계적으로 안정한 가산 시스템의 식별도 가능하다.
이 논문에서는 연속시간 다중 입력 다중 출력 기술자 시스템의 매개변수를 식별하는 시간 영역 식별 기법을 연구한다. 시스템 행렬은 선형 분수 변환을 통해 매개변수에 영향을 받으며, 샘플링은 느리고 비균일할 수 있으며 나이퀴스트 주파수 제한을 만족할 필요가 없다. 이 모델은 네트워크 동적 시스템의 동작을 설명하는 데 사용될 수 있으며, 얻은 결과는 일반 상태 공간 모델과 집중 시스템에 직접 적용될 수 있다. 임의 신호로 자극된 시스템의 과도 응답과 정상 상태 응답에 대한 명시적 공식이 각각 얻어졌다. 전달 함수 행렬의 값, 그 미분, 임의 방향의 우측 접선 보간 등을 입출력 실험 데이터로부터 추정할 수 있음이 밝혀졌다. 이를 바탕으로 기술자 시스템의 매개변수와 전달 함수 행렬 값을 추정하는 알고리즘이 제안되었으며, 그 점근적 무편향성, 일치성 등의 특성이 분석되었다.
시간 변화 매개변수 예측기 모델에 대해 최적 비대칭 예측 오차 분석을 제공한다.
주기적 입력 하에서 유한 표본 데이터를 이용하여 주파수 응답 함수를 효과적으로 추정할 수 있는 방법을 제시한다.
LPV 입출력 모델의 모든 이차적으로 안정적인 모델을 제약 없이 생성할 수 있는 매개변수화 기법을 제안한다.
동적 네트워크의 시스템 식별을 위한 새로운 직접 접근 방법을 제안하고, 최대 우도 추정을 통해 파라미터를 효과적으로 추정할 수 있음을 보여줌.