随机系统的递推辨识:从个例到一般框架
赵文虓1
陈翰馥2
1.中国科学院数学与系统科学研究院系统控制重点实验室,北京,1001902.国家数学与交叉科学研究中心,北京,100190
摘要：本文考察Hammerstein系统、Wiener系统和非线性带外源输入的自回归系统(autoregressive system withexogenousinput,ARX)等常见的随机非线性系统的递推辨识和因特网PageRank的分布式、随机化算法.对非线性系统分别构造递推辨识算法,证明了估计的强一致性;对因特网PageRank的分布式、随机化算法,给出估计的强一致性和收敛速度;在此基础上,总结了这类问题的统一处理框架-将辨识(估计)问题转化为函数求根、进而基于随机逼近构造算法得到强一致的递推辨识;最后,通过数值例子来验证算法的有效性.
关键词：Hammerstein系统Wiener系统非线性ARX系统PageRank随机逼近
分类号：TP273(自动化技术及设备)
资助基金：国家重点基础研究发展计划（973计划）(973;2014CB845301)国家自然科学基金(61104052,61273193,61227902,61134013,61120106011)
论文发表日期：2014-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：12( 962-973 )
英文信息