递推l^1鲁棒辨识方法研究

研究了基于含l1范数约束非结构不确定性因子的模型集描述的动态系统的l1鲁棒辨识问题 .首先在较弱的先验条件下导出了受系统参数集为Rn 空间一凸多面体 ;然后通过求解该多面体的最小外框给出了名义时域模型的一次完成辨识方法和限定数据窗递推辨识方法 ,并给出了辨识误差界 ;最后对递推辨识算法进行了理论分析 .算例仿真表明了算法的有效性 .

l^1鲁棒辨识:最小二乘算法及试验设计

现有的l^1鲁棒辨识方法依赖于观测数据自的起始时刻因而不能用来辨识时变系统,针对该问题基于最小二乘法提出了一种l^1鲁棒辨识算法。该算法与观测窗的起始时刻无关,可用于时变系统的辨识,证明了当试验输入为持续激励信号时所提出的算法为本质最优算法,进一步证明了周期持续激励序列为最优试验信号,并给出了辨识误差紧界的计算公式。

l^1鲁棒辨识收敛性态的研究

研究ｌ~１鲁棒辨识的渐近收敛性，提出一种有效的辨识算法，并分析了该算法的可行性和收敛性。

L1鲁棒辨识收敛性态的研究

研究Ｌ１鲁棒辨识的渐近收敛性，提出一种有效的辨识算法，并分析了该算法的可行性和收敛性。

l1鲁棒辨识渐近性态的研究

基于ｌ１拓扑空间的局部紧性，研究了ｌ１鲁棒辨识的渐近收敛性质，据此提出了一个具体的辨识算法。