基于期望最大化的分段仿射状态空间模型辨识
系统与控制
2016-11-17 v1
摘要
本文研究分段仿射状态空间模型的辨识问题。这类模型是通过将状态或输入域划分为有限个区域，并在每个区域内考虑仿射子模型而获得的。所提出的框架使用期望最大化（EM）算法来辨识模型参数。在当前的大部分文献中，通常会引入一个具有离散转移密度的离散随机变量来描述各子模型之间的转移，从而通过跳跃马尔可夫模型进一步近似动力系统。相反，我们使用累积分布函数（CDF）来计算给定该时间步测量值下每个子模型的概率。然后，在给定每个时间步的子模型的情况下，使用卡尔曼平滑器估计潜在状态。随后，通过最大化似然的代理函数来估计参数。使用 JAS 39 Gripen 飞机的仿真模型说明了所提出方法的性能。
关键词
引用
@article{arxiv.1609.09789,
title = {Identification of Piecewise Affine State-Space Models via Expectation Maximization},
author = {Rafael Rui and Tohid Ardeshiri and Alexandre Bazanella},
journal= {arXiv preprint arXiv:1609.09789},
year = {2016}
}
备注
Accepted to IEEE Multi-Conference on Systems and Control 2016. In this version, we fixed a typo in equation (37)