有界误差模型的一种结构辨识方法

针对具有未知但有界（ＵＢＢ）误差的线性回归模型辨识问题，提出了一种新的鲁棒结构选择方法．该方法以重复递推椭球外界算法所得椭球轴信息阵的行列式相对值最大作为模型定阶准则．不同于以往对噪声独立性、常方差或鞅差特性的假设，该方法假设噪声是渐近独立的．

OBE算法对误差界低估的鲁棒性

研究了具有未知但有界（ＵＢＢ）误差系统辨识的最优定界椭球（ＯＢＥ）算法对误差界低估的鲁棒性．证明了在一定的条件下，即使误差界低估，任何ＯＢＥ算法都能保持其收敛性．这一结论可用于具有ＵＢＢ误差的实际系统参数估计中，以期获得不太保守的结果．

故障检测的集员辨识方法

为了处理数学模型不精确已知系统的故障检测问题，给出了一种故障检测的集员辨识方法。与以往基于模型的故障检测方法相比，该方法不要求模型参数真实值的先验信息。仿真结果验证了该方法的快速性和有效性。