一种用于动态网络局部模块辨识的频域方法

在动态网络辨识的经典方法中，为了辨识嵌入在动态网络中的系统（模块），必须构建一个多输入单输出（MISO）辨识问题，这需要为构成MISO设置的所有模块（可能包括噪声模型）辨识参数化模型，并确定其模型阶数。这一要求导致对实验者不感兴趣的模块进行模型阶数选择步骤，从而增加了大规模网络的计算复杂度。此外，使用参数化噪声模型（如BJ方法）的辨识可能陷入局部极小，然而忽略噪声模型会影响估计的方差。本文提出一种两步辨识方法以避免这些问题。第一步对MISO辨识问题执行非参数间接方法，以获得非参数频率响应函数（FRF）估计及其随频率变化的方差。第二步，使用参数化频域估计器对目标模块估计得到的非参数FRF进行平滑，并将前一步估计的方差作为非参数噪声模型。所开发的方法实用，对噪声假设较弱，可使用现有工具箱，仅需对感兴趣的目标模块建立参数化模型，并利用非参数噪声模型来降低估计的方差。数值仿真说明了所提方法相对于经典辨识方法的潜力。