Multi-input/multi-output switched-linear system identification from input–output data

Fethi Bencherki

doi:10.1016/j.sigpro.2025.110345

Multi-input/multi-output switched-linear system identification from input–output data

2025-10-22

0

PRE

AI

DOI：10.1016/j.sigpro.2025.110345

原文链接

原文求助

摘要

En 中文

本文提出了一种从输入-输出测量数据中辨识离散时间、多输入/多输出切换线性系统（MIMO-SLSs）的方案。关键步骤是基于观测器的切换自回归外生输入（SARX）模型转换。该转换通过将系统马尔可夫参数的无穷序列压缩为观测器马尔可夫参数的有限序列，将状态空间（SS）辨识问题转化为MIMO-SARX辨识问题。我们研究了切换和离散状态（子模型）的可辨识性，并推导出用于恢复离散状态的混合输入的持续激励条件。通过求解一个凸稀疏优化问题，并在其后采用两种不同的子空间算法，在观测器域中估计切换序列和离散状态。局部模式聚类随后揭示离散状态。一个详细的数值算例说明了所提出方案的性能。

Multi-input/multi-output switched-linear system identification from input–output data

摘要

期刊

机构

引用论文