非线性设定下的线性系统辨识——非线性失真的非参数分析及其对最佳线性近似的影响
系统与控制
2018-04-26 v1
摘要
本文探讨以下问题：1）首先，在辨识过程的早期阶段进行非线性分析，以寻找非线性存在的迹象。应在不显著增加测量数据量的前提下获取非线性的水平与性质。2）接下来研究即便检测到非线性失真，使用线性系统辨识方法是否安全。研究此类条件下线性系统辨识方法的特性，并检验不确定性界的可靠性。3）最后，提供工具以评估若采用非线性模型而非线性模型可获得的增益。阐述这三个问题构成了本文的框架。将在实验室规模与工业实例上讨论并说明在存在非线性失真时使用线性辨识框架的可能性与陷阱。本文关注非参数与参数化黑箱辨识方法，但所得结果亦可能对物理建模方法有用。了解实际的非线性失真水平有助于选择物理模型所需的细节程度，这将强烈影响建模工作量。此外，若实验表明系统近乎线性，则可节省大量时间；反之亦然，若实验显示某些（子）系统高度非线性，则有助于将物理建模精力集中于这些关键部分。
引用
@article{arxiv.1804.09587,
title = {Linear System Identification in a Nonlinear Setting - Nonparametric analysis of the nonlinear distortions and their impact on the best linear approximation},
author = {Johan Schoukens and Mark Vaes and Rik Pintelon},
journal= {arXiv preprint arXiv:1804.09587},
year = {2018}
}