有限激励条件下分段常数参数辨识的指数收敛性
系统与控制
2021-06-07 v1 系统与控制
摘要
本文研究线性回归方程(LRE)的分段常数未知参数辨识问题。此类参数在回归量有限(而非持续)激励的区间上改变其值。为此,对先前提出的 I-DREM 过程以及基于积分的指数遗忘与重置滤波方法进行改进:在属于有限激励时间范围的有限时间区间上对滤波器方程取积分。这使得在激励区间上可获得指数有界的辨识误差,并且当 LRE 参数在该区间外为常数时,可使辨识误差指数收敛到零。此外,所采用的回归量激励归一化方法使得对于不同幅值的回归量可获得相同的参数误差收敛速率。所推导辨识方法的稳定性及上述所有性质均得到证明。数值实验(包括含噪声回归量与输出测量的情况)结果充分支持了所得理论结论。
引用
@article{arxiv.2106.02108,
title = {Exponential Convergence of Piecewise-Constant Parameters Identification under Finite Excitation Condition},
author = {Anton Glushchenko and Vladislav Petrov and Konstantin Lastochkin},
journal= {arXiv preprint arXiv:2106.02108},
year = {2021}
}
备注
9 pages, 7 figures