基于信息论的数字孪生行为匹配模型判别方法
信号处理
2020-07-09 v1 系统与控制
系统与控制
摘要
数字孪生(Digital Twin)是一项突破性技术，能够根据系统及其物理规律的更新信息创建复杂物理系统的虚拟表示。然而，由于每个孪生体中存在大量未知参数，使数字孪生行为与实际系统匹配可能具有挑战性。该搜索可通过基于优化的技术完成，基于不同的系统数据集产生一系列模型，因此需要一种判别准则来确定最佳数字孪生模型。本文提出一种基于信息论的判别准则，用于确定行为匹配过程产生的最佳数字孪生模型。模型的互信息增益被用作判别准则。Box-Jenkins模型用于定义每个行为匹配结果对应的模型族。所提方法与其它基于信息的度量以及gap度量进行了比较。作为一个研究案例，该判别方法被应用于一个实时视觉反馈红外温度均匀性控制系统的数字孪生。所得结果表明，基于信息论的方法有助于从一组对象模型中选出准确表征系统的数字孪生模型。
引用
@article{arxiv.2007.03676,
title = {Information-Based Model Discrimination for Digital Twin Behavioral Matching},
author = {Jairo Viola and YangQuan Chen and Jing Wang},
journal= {arXiv preprint arXiv:2007.03676},
year = {2020}
}