基于主成分分析和噪声估计的在线子空间辨识

摘要：

提出一种在线子空间辨识方法,该方法主要采用Hessenberg QR分解和特征值分解,通过对噪声项进行估计,并结合主成分分析提取子空间矩阵,获得系统的状态空间方程.引入遗忘因子机制,实现对时变系统的辨识.为了验证所提方法的适用性和有效性,分别采用数值模型和工业污水处理过程进行仿真验证.仿真结果表明,相比于其他子空间辨识方法,所提方法在辨识线性时不变系统时,能够获取很好的辨识精度;在辨识线性时变系统时,能够快速跟踪系统变化,并能够获取较好的辨识精度.

关键词：子空间辨识、变量含误差(EIV)模型、Hessenberg QR、噪声估计、主成分分析(PCA)、在线辨识

所属期刊栏目：52

分类号：TP13(自动化基础理论)

资助基金：国家自然科学基金资助项目61703371

在线出版日期：2018-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1694-1701