丢失数据下的条件极大似然辨识
CSTR:
作者:
作者单位:

景德镇陶瓷学院机械电子工程学院,江西景德镇333403

作者简介:

王建宏

通讯作者:

中图分类号:

TP273

基金项目:

江西省科技厅青年科学基金项目(20122BAB211012).


Conditional maximum likelihood identification under missing data
Author:
Affiliation:

School of Mechanical and Electronic Engineering,Jingdezhen Ceramic Institute,Jingdezhen 333403

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对仿射结构形式在丢失数据下的条件极大似然辨识问题, 首先引入交换矩阵将原随机矢量分解成观测和丢失部分; 然后确定出观测数据在丢失数据下的条件均值和条件方差, 以此建立条件似然函数; 进而从理论上给出了条件极大似然函数关于未知参数矢量、未知白噪声方差值和丢失数据的求导公式, 并从工程上给出一种可分离的优化算法; 最后通过仿真算例验证了该辨识方法的有效性.

    Abstract:

    To the conditional maximum likelihood identification problem of an affine structure under missing data, a permutation matrix is used to divide a random vector into observed and missing parts. Then conditional mean and covariance under missing data are set up to obtain a conditional likelihood function. In the theory, expressions of the derivatives about the conditional maximum likelihood function on the unknown parameter vector, unknown white noise variance and missing data are derived. A separable optimum algorithm is given to be applied in engineering. Finally, simulation results show the effectiveness of the identification method.

    参考文献
    相似文献
    引证文献
引用本文

王建宏.丢失数据下的条件极大似然辨识[J].控制与决策,2014,29(2):358-362

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2012-10-18
  • 最后修改日期:2013-05-20
  • 录用日期:
  • 在线发布日期: 2014-02-20
  • 出版日期:
文章二维码