• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Mechanical systems and signal processing >Data driven discrete-time parsimonious identification of a nonlinear state-space model for a weakly nonlinear system with short data record
【24h】

Data driven discrete-time parsimonious identification of a nonlinear state-space model for a weakly nonlinear system with short data record

机译：具有短数据记录的弱非线性系统的非线性状态空间模型的数据驱动离散时间简约辨识

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Many real world systems exhibit a quasi linear or weakly nonlinear behavior during normal operation, and a hard saturation effect for high peaks of the input signal. In this paper, a methodology to identify a parsimonious discrete-time nonlinear state space model (NLSS) for the nonlinear dynamical system with relatively short data record is proposed. The capability of the NLSS model structure is demonstrated by introducing two different initialisation schemes, one of them using multivariate polynomials. In addition, a method using first-order information of the multivariate polynomials and tensor decomposition is employed to obtain the parsimonious decoupled representation of the set of multivariate real polynomials estimated during the identification of NLSS model. Finally, the experimental verification of the model structure is done on the cascaded water-benchmark identification problem.
机译：许多真实世界的系统在正常运行期间表现出准线性或弱非线性行为，并且对于输入信号的高峰值具有硬饱和效应。本文提出了一种用于识别数据记录相对较短的非线性动力系统的简约离散时间非线性状态空间模型（NLSS）的方法。通过引入两种不同的初始化方案（其中一种使用多元多项式）来证明NLSS模型结构的功能。另外，采用了使用多元多项式的一阶信息和张量分解的方法来获得在识别NLSS模型期间估计的多元实多项式集合的简约解耦表示。最后，对级联水标识别问题进行了模型结构的实验验证。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号