基于调节移动视窗状态估计器的可并行参数非线性系统辨识

本文引入一种新颖的基于优化的方法用于参数非线性系统辨识。建立在预测误差方法框架基础上，该方法传统上用于线性系统辨识，我们将其能力扩展到非线性系统。预测通过使用带有恒定到达成本的移动视窗状态估计器来计算。最终，系统参数和到达成本通过最小化预测误差平方和来估计。由于预测由状态估计器产生，该方法可视为基于其预测能力对状态估计器进行调节。该预测误差方法的新扩展不仅提升了对非线性系统的性能，而且 enables 从多个具有未知初始状态的轨迹中学习，拓宽了其在实际场景中的适用性。此外，新颖的公式留下了设计高效和可并行优化算法的空间，因为每个输出预测仅依赖于过去一段固定窗口内的动作和测量。在线性时不变系统的特殊情况下，我们展示了该方法的一个重要特性，这表明该方法在合理假设下具有渐近一致性。数值示例说明了该方法的有效性和实用性，其中一个示例还突出了到达成本的必要性。