Startsida
Hjälp
Sök i LIBRIS databas

     

 

Sökning: onr:kwcmw28zhpqx36pg > Recursive Identific...

Recursive Identification Based on Weighted Null-Space Fitting [Elektronisk resurs]

Fang, Mengyuan (författare)
IEEE 56th Annual Conference on Decision and Control (CDC), DEC 12-15, 2017, Melbourne, AUSTRALIA 
Galrinho, Miguel (författare)
Hjalmarsson, Håkan, 1962- (författare)
KTH Skolan för elektroteknik och datavetenskap (EECS) (utgivare)
KTH Skolan för elektro- och systemteknik (EES) (utgivare)
Publicerad: IEEE, 2017
Engelska.
Serie: IEEE Conference on Decision and Control, 0743-1546 0743-1546
Ingår i: 2017 IEEE 56TH ANNUAL CONFERENCE ON DECISION AND CONTROL (CDC).
Läs hela texten
Läs hela texten
Läs hela texten
  • E-bok
Sammanfattning Ämnesord
Stäng  
  • Algorithms for online system identification consist in updating the estimated model while data are being collected. A standard method for online identification of structured models is the recursive prediction error method (PEM). The problem is that PEM does not have an exact recursive formulation, and the need to rely on approximations makes recursive PEM prone to convergence problems. In this paper, we propose a recursive implementation of weighted null-space fitting, an asymptotically efficient method for identification of structured models. Consisting only of (weighted) least-squares steps, the recursive version of the algorithm has the same convergence and statistical properties of the off-line version. We illustrate these properties with a simulation study, where the proposed algorithm always attains the performance of the off-line version, while recursive PEM often fails to converge. 

Ämnesord

Engineering and Technology  (hsv)
Electrical Engineering, Electronic Engineering, Information Engineering  (hsv)
Teknik och teknologier  (hsv)
Elektroteknik och elektronik  (hsv)

Genre

government publication  (marcgt)
Inställningar Hjälp

Uppgift om bibliotek saknas i LIBRIS

Kontakta ditt bibliotek, eller sök utanför LIBRIS. Se högermenyn.

Sök utanför LIBRIS

Hjälp
Om LIBRIS
Sekretess
Blogg
Hjälp
Fel i posten?
Kontakt
Teknik och format
Sök utifrån
Sökrutor
Plug-ins
Bookmarklet
Anpassa
Textstorlek
Kontrast
Vyer
LIBRIS söktjänster
SwePub
Sondera
Uppsök

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

Copyright © LIBRIS - Nationella bibliotekssystem

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy