非对称偏斜噪声条件下一种鲁棒概率系统辨识算法研究
文献类型：期刊论文
| 作者 | 刘鑫 ; 陈强; 王兰豪; 代伟
|
| 刊名 | 自动化学报
 |
| 出版日期 | 2024 |
| 卷号 | 50期号:10页码:2022-2035 |
| 关键词 | 鲁棒系统辨识 非对称偏斜噪声 广义双曲倾斜学生氏t分布 期望最大化算法 |
| ISSN号 | 0254-4156 |
| DOI | 10.16383/j.aas.c230624 |
| 英文摘要 | 在现有的系统辨识算法中, 常用的高斯、学生氏t (Student＇s t, St)、拉普拉斯等噪声分布均呈现出对称的统计特性, 难以描述非对称性、有偏的输出噪声, 使得在非对称偏斜噪声条件下算法的性能下降. 基于此, 研究一类广义双曲倾斜学生氏t (Generalized hyperbolic skew student＇s t, GHSkewt)分布, 并在非对称偏斜噪声条件下, 提出一种线性系统鲁棒辨识算法. 首先, 对GHSkewt分布的重尾特性和偏斜特性进行详细阐述, 数学上证明了标准学生氏t分布可看作是GHSkewt分布的一个特例; 其次, 引入隐含变量将GHSkewt分布进行数学分解, 以方便算法的推导和实现; 最后, 在期望最大化(Expectation-maximization, EM)算法下, 重构具有隐含变量系统的代价函数, 通过迭代优化的方式, 不断从被污染数据集中学习过程的动态特性和噪声分布, 实现噪声参数和模型参数的联合估计. |
| 源URL | [http://ir.ia.ac.cn/handle/173211/59476]  |
| 专题 | 自动化研究所_学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 刘鑫,陈强,王兰豪,等. 非对称偏斜噪声条件下一种鲁棒概率系统辨识算法研究[J]. 自动化学报,2024,50(10):2022-2035. |
| APA | 刘鑫,陈强,王兰豪,&代伟.(2024).非对称偏斜噪声条件下一种鲁棒概率系统辨识算法研究.自动化学报,50(10),2022-2035. |
| MLA | 刘鑫,et al."非对称偏斜噪声条件下一种鲁棒概率系统辨识算法研究".自动化学报 50.10(2024):2022-2035. |
入库方式： OAI收割
来源：自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。