Preview

Известия высших учебных заведений. Приборостроение

Расширенный поиск

Идентификация нестационарных параметров линейной регрессионной модели при аддитивном влиянии неизмеряемого синусоидального возмущения

https://doi.org/10.17586/0021-3454-2022-65-7-492-499

Аннотация

В рамках детерминированного подхода предложен алгоритм идентификации нестационарных параметров для классического уравнения линейной регрессии. При синтезе алгоритма оценивания нестационарных параметров допускается, что динамическая модель их изменения известна и представляет собой линейный генератор с переменными коэффициентами. Дополнительным усложнением задачи оценивания параметров для линейного регрессионного уравнения является наличие аддитивного синусоидального возмущающего воздействия с неизвестными постоянными амплитудами, частотами и фазами. Полученный алгоритм обеспечивает точное оценивание всех неизвестных нестационарных параметров.

Об авторах

А. А. Бобцов
Университет ИТМО
Россия

Алексей Алексеевич Бобцов – д-р техн. наук, профессор; факультет систем управления и робототехники

Санкт-Петербург



А. В. Каплин
Университет ИТМО
Россия

Алексей Валерьевич Каплин – аспирант; факультет систем управления и робототехники

Санкт-Петербург



Н. А. Николаев
Университет ИТМО
Россия

Николай Анатольевич Николаев – канд. техн. наук, доцент; факультет систем управления и робототехники

Санкт-Петербург



О. В. Оськина
Университет ИТМО
Россия

Ольга Владимировна Оськина – аспирант; факультет систем управления и робототехники

Санкт-Петербург



Список литературы

1. Льюнг Л. Идентификация систем. Теория для пользователя / Пер. с англ.; под ред. Я. З. Цыпкина. М.: Наука, 1991. 432 с.

2. Wang J., Le Vang T., Pyrkin A. A., Kolyubin S. A., Bobtsov A. A. Identification of piecewise linear parameters of regression models of non-stationary deterministic systems // Automation and Remote Control. 2018. Vol. 79, N 12. Р. 2159—2168.

3. Данг Х. Б., Пыркин А. А., Бобцов А. А., Ведяков А. А. Идентификация полиномиальных параметров нестационарных линейных систем // Изв. вузов. Приборостроение. 2021. Т. 64, № 6. С. 459—468.

4. Ле В. Т., Коротина М. М., Бобцов А. А., Арановский С. В., Во К. Д. Идентификация линейно изменяющихся во времени параметров нестационарных систем // Мехатроника, автоматизация, управление. 2019. Т. 20, № 5. С. 259—26.

5. Мирошник И. В., Никифоров В. О., Фрадков А. Л. Нелинейное и адаптивное управление сложными динамическими системами. СПб: Наука, 2000.

6. Демидович Б. П. Лекции по математической теории устойчивости. М.: Наука, 1967.

7. Aranovskii S. V., Bobtsov A. A., Pyrkin A. A. Adaptive observer of an unknown sinusoidal output disturbance for linear plants // Automation and Remote Control. 2009. Vol. 70, iss. 11. P. 1862—1870.

8. Aranovskii S. V., Bobtsov A. A., Kremlev A. S., Luk’yanova G. V. A robust algorithm for identification of the frequency of a sinusoidal signal // J. of Computer and Systems Sciences International. 2007. Vol. 46, iss. 3. P. 371—376.

9. Korotina M., Romero J. G., Aranovskiy S., Bobtsov A., Ortega R. A new on-line exponential parameter estimator without persistent excitation // Systems and Control Letters. 2022. N 159. P. 105079.

10. Bobtsov A., Yi B., Ortega R., Astolfi A. Generation of New Exciting Regressors for Consistent On-line Estimation of Unknown Constant Parameters // IEEE Trans. on Automatic Control. 2022. DOI: 10.1109/TAC.2022.3159568.

11. Ortega R., Bobtsov A., Nikolaev N., Schiffer J., Dochain D. Generalized parameter estimation-based observers: Application to power systems and chemical–biological reactors // Automatica. 2021. N 129. P. 109635.


Рецензия

Для цитирования:


Бобцов А.А., Каплин А.В., Николаев Н.А., Оськина О.В. Идентификация нестационарных параметров линейной регрессионной модели при аддитивном влиянии неизмеряемого синусоидального возмущения. Известия высших учебных заведений. Приборостроение. 2022;65(7):492-499. https://doi.org/10.17586/0021-3454-2022-65-7-492-499

For citation:


Bobtsov A.A., Kaplin A.V., Nikolaev N.A., Oskina O.V. Identification of Non-Stationary Parameters of a Linear Regression Model Under Additive Influence of the Unmeasurable Sinusoidal Disturbance. Journal of Instrument Engineering. 2022;65(7):492-499. https://doi.org/10.17586/0021-3454-2022-65-7-492-499

Просмотров: 19


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 0021-3454 (Print)
ISSN 2500-0381 (Online)