Wyszukiwarka
Abstrakt
In this paper estimation algorithms derived in the sense of the least sum of absolute errors are considered for the purpose of identification of models and signals. In particular, off-line and approximate on-line estimation schemes discussed in the work are aimed at both assessing the coefficients of discrete-time stationary models and tracking the evolution of time-variant characteristics of monitored signals. What is interesting, the procedures resulting from minimization of absolute-error criteria appear to be insensitive to sporadic outliers in the processed data. With this fundamental property the deliberated absolute-error method provides correct results of identification, while the classical least-squares estimation produces outcomes, which are definitely unreliable in such circumstances. The quality of estimation and the robustness of the discussed identification procedures to occasional measurement faults are demonstrated in a few practical numerical tests.
Cytowania
-
2
CrossRef
-
0
Web of Science
-
1
Scopus
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja monograficzna
- Typ:
- rozdział, artykuł w książce - dziele zbiorowym /podręczniku w języku o zasięgu międzynarodowym
- Tytuł wydania:
- Advanced and Intelligent Computations in Diagnosis and Control. strony 105 - 117
- ISSN:
- 2194-5357
- Język:
- angielski
- Rok wydania:
- 2016
- Opis bibliograficzny:
- Kozłowski J., Kowalczuk Z.: Identification of models and signals robust to occasional outliers// Advanced and Intelligent Computations in Diagnosis and Control./ ed. Z. Kowalczuk Cham – Heidelberg – New York – Dordrecht – London : Springer IP Switzerland, 2016, s.105-117
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1007/978-3-319-23180-8_8
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 144 razy