基于神经网络的状态空间切换非线性系统辨识
系统与控制
2025-03-14 v1 系统与控制
摘要
为状态空间形式切换非线性系统的辨识设计特定的神经网络（NN），该方法显式建模切换行为并处理系统参数与切换模式之间的固有耦合。该耦合通过利用期望最大化（EM）框架加以解决。具体而言，我们的技术在E步中结合滑动窗口方法以高效估计切换序列，同时在M步中采用扩展卡尔曼滤波器（EKF）以二次收敛速率训练神经网络。大量数值仿真，涵盖学术算例和电池充电管理系统案例研究，表明该技术在参数估计精度、模型拟合和切换序列辨识方面优于现有方法。
引用
@article{arxiv.2503.10114,
title = {Neural network-based identification of state-space switching nonlinear systems},
author = {Yanxin Zhang and Chengpu Yu and Filippo Fabiani},
journal= {arXiv preprint arXiv:2503.10114},
year = {2025}
}