赵文虓
所属机构: 中国科学院数学与系统科学研究院 所在地区: 北京市 研究方向: 理学 发文基金: 国家自然科学基金
相关作者
陈翰馥 作品数:119 被引量:240 H指数:7 供职机构:中国科学院数学与系统科学研究院 研究主题:系统辨识 自适应控制 递推辨识 参数估计 收敛性 张纪峰 作品数:102 被引量:82 H指数:5 供职机构:中国科学院数学与系统科学研究院 研究主题:隐私保护 多自主体系统 隐私 最优控制 参数辨识 冯文辉 作品数:3 被引量:2 H指数:1 供职机构:中国科学院数学与系统科学研究院系统控制重点实验室 研究主题:HAMMERSTEIN系统 截尾 HAMMERSTEIN 多输入多输出 调节器 王乐一 作品数:3 被引量:29 H指数:2 供职机构:韦恩州立大学 研究主题:大数据 不确定性 系统辨识 网络系统 参数辩识 方海涛 作品数:37 被引量:29 H指数:4 供职机构:中国科学院数学与系统科学研究院 研究主题:零偏 传感器 状态估计 递推最小二乘 感器
多输入多输出Hammerstein和Wiener系统的适应调节 本文研究了多输入多输出Hammerstein系统和Wiener系统的适应调节,系统输入维数不超过输出维数,并且量测带有加性噪声。首先证明了最优调节控制的存在性,接着构造了基于扩展随机逼近(SAAWET)算法的适应调节控制... 冯文辉 陈翰馥 赵文虓关键词:HAMMERSTEIN系统 文献传递 非线性随机系统辨识——函数值、梯度及系统阶的强一致估计 系统的输出是过去有限时间内输入、输出的非线性函数f(·)并叠加随机噪声,这样的系统叫非线性ARX(NARX)系统,它描述了相当广的一类动态现象,本质地推广了线性ARX系统.NARX系统的阶和线性系统相类似,指依赖过去多少... 赵文虓 陈翰馥文献传递 非参数非线性系统的变量选择及研究进展 2016年 本文考虑非参数非线性系统的变量选择问题,所谓变量选择是指,判断哪些变量对系统的输出有实质性影响并构造算法将它们辨识出来.由于"维数灾难",非线性系统随着维数增加而使得辨识需要的数据量呈指数速度上升,因而有必要从数据量趋于无穷、数据量有限和系统结构等不同角度来研究非参数非线性系统的变量选择问题.针对上述不同情形,本文分别给出变量选择算法和收敛性结论,并给出数值例子以验证理论结果的有效性,结果显示数值模拟与理论分析一致. 白尔维 李慷 赵文虓 牟必强 郑卫新非线性随机系统辨识--函数值、梯度及系统阶的强一致估计 系统的输出是过去有限时间内输入、输出的非线性函数,(·)并叠加随机噪声,这样的系统叫非线性ARX (NARX) 系统,它描述了相当广的一类动态现象,本质地推广了线性ARX系统.NARX系统的阶和线性系统相类似,指依赖过 ... 赵文虓 陈翰馥系统辨识:新的模式、挑战及机遇 被引量:27 2013年 钱学森教授曾对"系统"给出一个简明的定义:"系统是指依一定秩序相互联系的一组事物".一般说来,系统辨识可以认为是利用已知先验信息和输入–输出数据来建立系统数学模型的科学.经过半个多世纪的发展,系统辨识已成为一个定义较为明确、发展相当成熟的研究领域,在思想方法、理论基础、实际应用等诸多方面都有丰富的研究成果.进入新世纪,伴随着科学技术的突飞猛进,新学科、新研究领域不断涌现,给传统的系统辨识带来了新的挑战与机遇.因而,从这个角度说,系统辨识仍是一个年轻的、朝气蓬勃的学科.本文将讨论系统辨识在新机遇下一些具有潜力的重要方向,提出一些值得关注的热点问题,以此为楔入点,抛砖引玉,希望能引发进一步的讨论. 王乐一 赵文虓关键词:系统辨识 不确定性 网络系统 French-DeGroot社会网络模型的结构辨识与参数估计 被引量:2 2019年 近年来社会网络的研究受到越来越多的关注.本文研究基于French-DeGroot模型的社会网络参数和结构辨识问题,通过网络中个体所持的观点来判断个体间是否存在影响关系、进一步估计个体之间影响的大小.具体而言:假设网络存在固执个体(stubborn agents)和非固执个体(non-stubborn agents)两类,当固执个体的观点为零均值独立同分布随机变量序列时,利用最小二乘算法估计网络未知参数,证明了估计的强一致性并给出收敛速度;进一步,构造结构辨识算法判断个体间是否存在影响关系,证明了结构辨识算法的有限时间收敛性.最后给出仿真例子验证算法的有效性. 董艳萍 任晓涛 赵文虓关键词:社会网络 最小二乘算法 参数估计 几类随机系统的辨识及适应跟踪 赵文虓关键词:非线性系统 系统辨识 马氏链 随机逼近算法的样本轨道分析:理论及应用 2016年 随机逼近算法递推地求解未知函数的零点,自20世纪50年代美国数学家Robbins和Monro给出这类算法以始,由于其处理对象的普适性和在线计算的特点,在系统控制、统计和信号处理等领域得到了广泛应用,关于这类算法的理论探讨引发了许多各具特色的后继研究.本文将从样本轨道这个角度出发,回顾随机逼近算法收敛性分析的几类方法和思想脉络,包括概率方法、常微分方程方法和轨线-子序列(trajectory-subsequence,TS)方法等,并给出随机逼近算法在递推主成分分析和分布式随机化Page Rank算法中的具体应用. 赵文虓 方海涛关键词:主成分分析 PAGERANK 几类典型随机非线性系统的辨识 被引量:5 2011年 考察实际中常见的三类典型随机非线性系统(即Wiener、Hammerstein和NARX系统)的辨识,首先概述了现有的递推和非递推辨识算法,然后介绍这三类系统的一个统一辨识框架:利用系统所确定的过程的马氏性及混合型,将辨识转化为求函数零点的问题,基于扩张截尾的随机逼近算法,得到了递推、强一致的辨识结果,并给出了数值模拟验证辨识算法收敛到真值. 陈翰馥 赵文虓关键词:HAMMERSTEIN系统 马氏链 递推辨识 随机系统的递推辨识:从个例到一般框架 被引量:1 2014年 本文考察Hammerstein系统、Wiener系统和非线性带外源输入的自回归系统(autoregressive system with exogenous input,ARX)等常见的随机非线性系统的递推辨识和因特网PageRank的分布式、随机化算法.对非线性系统分别构造递推辨识算法,证明了估计的强一致性;对因特网PageRank的分布式、随机化算法,给出估计的强一致性和收敛速度;在此基础上,总结了这类问题的统一处理框架–将辨识(估计)问题转化为函数求根、进而基于随机逼近构造算法得到强一致的递推辨识;最后,通过数值例子来验证算法的有效性. 赵文虓 陈翰馥关键词:HAMMERSTEIN系统 PAGERANK