完全激励下的非线性网络可辨识性
最优化与控制
2025-05-30 v2 系统与控制
系统与控制
摘要
我们推导了在所有节点被激励的情况下, characterized by 边缘级加法动力学的非线性网络可辨识性的条件。与线性系统不同,我们展示,在假设动力学由无常数项的解析函数描述(即 )时,测量所有汇节点是有充分必要且充分条件,用于判定有向无环图(DAG)的可辨识性。但如果存在常数项,则只要一个节点有一个以上的入边,就不可能实现可辨识性。在一般可能包含环的有向图中,我们考虑可加可分函数进行可辨识性分析,并展示,测量凝结有向图中所有汇节点的一个节点是必要且充分的。添加了多个示例来说明结果。
引用
@article{arxiv.2405.07636,
title = {Nonlinear Network Identifiability with Full Excitations},
author = {Renato Vizuete and Julien M. Hendrickx},
journal= {arXiv preprint arXiv:2405.07636},
year = {2025}
}
备注
14 pages, 6 figures, submitted to IEEE Transactions on Automatic Control