Методы оценки модели в пространстве состояний

Можно оценить модели в пространстве состояний с помощью одного из следующих методов оценки:

  • N4SID — Неитеративный, метод подпространства. Метод работает и над временным интервалом и над данными частотной области и обычно быстрее, чем алгоритм SSEST. Можно выбрать алгоритмы подпространства, такие как CVA, SSARX, или MOESP использование n4Weight опция. Можно также использовать этот метод, чтобы получить первоначальную модель (см. n4sid), и затем совершенствуйте первоначальную оценку с помощью итеративного метода ошибки предсказания ssest.

    Для получения дополнительной информации об этом алгоритме, см. [1].

  • SSEST — Итерационный метод, который использует ошибочный алгоритм минимизации предсказания. Метод работает и над временным интервалом и над данными частотной области. Для оценки черного ящика метод инициализирует использование параметров модели n4sid и затем обновляет параметры с помощью итеративного поиска, чтобы минимизировать ошибки предсказания. Можно также использовать этот метод для структурированной оценки с помощью первоначальной модели с начальными значениями одного или нескольких параметров, зафиксированных в значении.

    Для получения дополнительной информации об этом алгоритме см. [2].

  • SSREGEST — Неитеративный метод. Метод работает над дискретными данными временного интервала и данными частотной области. Это сначала оценивает, что старший разряд упорядочил модель ARX или FIR, преобразует ее в модель в пространстве состояний и затем выполняет сбалансированное сокращение на ней. Этот метод обеспечивает улучшенную точность на коротком, наборах зашумленных данных.

Со всеми методами оценки у вас есть опция определения, как обработать начальное состояние, задержки, проходной компонент поведения и воздействия модели.

Ссылки

[1] ван Оверши, P. и Б. Де Мор. Идентификация подпространства Линейных систем: Теория, Реализация, Приложения. Springer Publishing: 1996.

[2] Ljung, L. System Identification: теория для пользователя, второго выпуска, верхнего Сэддл-Ривер, Нью-Джерси: Prentice Hall, 1999.

[3] Т. Чен, Х. Охлссон и Л. Лджанг. “На оценке передаточных функций, регуляризации и гауссовых процессах - пересмотренный”, Automatica, объем 48, август 2012.