部分激励与测量下可分离网络全局可辨识性的组合刻画
最优化与控制
2023-09-27 v1
摘要
本文关注具有部分激励与测量的动态网络的泛型可辨识性：一组节点根据已知拓扑由传递函数相互连接，部分节点受激励，部分节点被测量，且仅有部分传递函数已知。我们的目标是确定基于从受激励与测量节点收集的输入-输出数据能否泛型地恢复未知传递函数。我们引入可分离网络的概念，对于此类网络，全局可辨识性与所谓的局部可辨识性等价。一种新颖的方法给出了此类图的局部可辨识性的充分必要组合刻画，其形式为路径的存在性及其奇偶性条件。此外，这给出了不仅对于可分离网络、而且对于任意拓扑网络的必要条件。
引用
@article{arxiv.2309.14892,
title = {Combinatorial Characterization for Global Identifiability of Separable Networks with Partial Excitation and Measurement},
author = {Antoine Legat and Julien M. Hendrickx},
journal= {arXiv preprint arXiv:2309.14892},
year = {2023}
}
备注
8 pages, 1 figure, article to appear in IEEE Conference on Decision and Control 2023