LEARNING
基于非因果FIR模型的LTI系统有限时间马尔可夫参数辨识：稳定与不稳定系统的统一框架
Ahmad Al-Tawaha, Ming Jin, Khaled F. Aljanaideh
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种有限时间框架，用于从单次闭环输入输出轨迹中辨识稳定和不稳定的线性时不变系统。该方法利用传递函数的洛朗展开得到非因果有限脉冲响应模型，避免了因果不稳定马尔可夫参数的增长，并通过注入激励作为工具变量消除反馈输入与过程噪声之间的偏差。
关键词
system identificationfinite-timenon-causal FIRLTI systemsclosed-loop
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018