从非零初始条件和完全激励下识别连续时间中的非线性无环网络
最优化与控制
2026-03-05 v1 系统与控制
系统与控制
摘要
我们提出了一种方法，用于识别连续时间中的非线性无环网络，其动态位于边上且所有节点都被激励。我们证明，在函数解析且满足 f(0)=0 的情况下，测量所有汇聚点是识别任意树的必要且充分条件，这类似于离散时间的情况。对于一般的有向无环图 (DAG)，我们证明只要动态非线性（可为树的情况放宽条件），测量所有汇聚点即为必要且充分条件。然后，基于更高阶导数的测量和非零初始条件，我们引入一种用于识别树的方法，该方法允许我们在字典函数假设下恢复网络边缘中的非线性函数。最后，我们提出一种识别两个节点之间相同长度多个平行路径的方法，这允许我们将树识别算法与 DAG 识别算法结合，以识别任意 DAG。添加了多个示例以说明结果。
引用
@article{arxiv.2603.03943,
title = {Identification of Nonlinear Acyclic Networks in Continuous Time from Nonzero Initial Conditions and Full Excitations},
author = {Ramachandran Anantharaman and Renato Vizuete and Julien M. Hendrickx and Alexandre Mauroy},
journal= {arXiv preprint arXiv:2603.03943},
year = {2026}
}
备注
12 pages, 5 figures, submitted to IEEE Transactions on Network Science and Engineering