Wyszukiwarka
Abstrakt
In this paper, we consider the problem of noncausal identification of nonstationary, linear stochastic systems, i.e., identification based on prerecorded input/output data. We show how several competing weighted (windowed) least squares parameter smoothers, differing in memory settings, can be combined together to yield a better and more reliable smoothing algorithm. The resulting parallel estimation scheme automatically adjusts its smoothing bandwidth to the unknown, and possibly time-varying, rate of nonstationarity of the identified system. We optimize the window shape for a certain class of parameter variations and we derive computationally attractive recursive smoothing algorithms for such an optimized case.
Cytowania
-
9
CrossRef
-
0
Web of Science
-
1 0
Scopus
Autorzy (2)
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja w czasopiśmie
- Typ:
- artykuł w czasopiśmie wyróżnionym w JCR
- Opublikowano w:
-
AUTOMATICA
nr 47,
strony 2239 - 2244,
ISSN: 0005-1098 - Język:
- angielski
- Rok wydania:
- 2011
- Opis bibliograficzny:
- Niedźwiecki M., Gackowski S.: On noncausal weighted least squares identification of nonstationary stochastic systems// AUTOMATICA. -Vol. 47, nr. iss. 10 (2011), s.2239-2244
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1016/j.automatica.2011.08.008
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 126 razy