一種子空間辨識對權重矩陣加權平均新方法.pdf

1、子空間辨識方法(Subspace Identification Methods)自上世紀90年代提出以來，受到工業(yè)控制、信號處理及系統辨識等諸多領域的關注，并且在近十幾年來，子空間辨識方法在算法設計、算法應用及其性能分析上己逐步形成了較完整的理論體系，對工業(yè)過程和多變量輸入輸出系統的處理有著重要的作用.
　　本文的引言部分介紹了子空間辨識提出的背景，子空間辨識方法的優(yōu)點，對具有代表性的三種辨識方法N4SID、MOESP、CVA簡要

2、說明其辨識步驟，對本論文的主要貢獻作了必要說明.
　　本文第一部分給出了一種混合的確定-隨機辨識系統模型描述及其假設條件，介紹了輸入輸出Hankel矩陣等相關矩陣的定義及其子空間辨識算法思想.
　　第二部分是預備知識，介紹了Moor-Penrose偽逆、投影定義、相關統計工具及統計框架中的幾何工具，這些是本論文工作的基礎知識;其次介紹了子空間辨識部分定理、狀態(tài)空間基及其相關理論為本論文設計的算法提供了理論依據.
　　第

3、三部分是本文核心內容:首先給出了一個混合矩陣輸入-輸出方程，這是本文所研究系統辨識模型的對象，其次對三種辨識方法N4SID、MOESP及MOESN4算法進行簡要分析，說明各方法在計算時所存在的不足，最后給出了系統子空間辨識對給定的權重矩陣加權平均法的詳細構造過程，在計算過程中為了降低算法的復雜性需要對所涉及的塊Hankel陣進行QR分解，最后給出了本文提出新算法的具體實現步驟，通過對所選取的權重矩陣加權平均，使算法的權重矩陣選擇機會增多