arrow
返回

Reducing computational complexity in nonlinear model input design via sparse estimation

delete2025-08-27
delete0
delete
OA
AI
J
Javad Parsa *
C
Cristian R. Rojas
H
Håkan Hjalmarsson
DOI:10.1016/j.automatica.2025.112557delete
delete原文链接
delete分享
delete收藏
查看原文
摘要

摘要

En 中文
输入的概率密度函数在非线性系统辨识过程中起着关键作用,其中有限表示常被采用。然而,非线性模型的输入设计是一项具有挑战性的任务,因为它通常涉及优化一个具有大量自由变量的问题,计算负担沉重。本文的第一个贡献是证明这些自由变量中的大部分为零。因此,无需优化所有变量。第二个贡献是识别与输入设计相关的自由变量集合中的非零变量。为此,我们提出了一种交替最小化方法。在第一步中,我们计算样本的费舍尔信息矩阵(FIM)。接着,在第二阶段,利用先前计算的样本FIM来估计自由变量向量中非零元素的位置。此外,在后续阶段,我们使用Karush–Kuhn–Tucker条件计算优化问题中的拉格朗日乘子,并推导出一个超参数的上界,该上界促进稀疏性。该界确保表示样本FIM所需的非零变量的最大数量。随后,原始输入设计问题被简化为仅对非零元素优化成本函数,从而显著减少计算时间。为评估所提方法的有效性,我们通过将其与现有最先进的输入设计算法进行比较,进行全面的数值性能评估。
Keyword:
System identification
Input design
Sparse estimation
Nonlinear model
AI总结

AI总结

对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。

期刊

Automatica 封面图
Automatica
IF:
5.9
论文数:
1.2W
被引数:
5.2W

机构

K
KTH Royal Institute of Technology
学者数:
1.3K
论文数: 777
被引数: 2.6W
引用论文

引用论文

A graph theoretical approach to input design for identification of nonlinear dynamical models
err2015-01-01
err20
PREAI
errValenzuela, Patricio E.; Rojas, Cristian R.; Hjalmarsson, Hakan
err分享
err收藏
Application-Oriented Input Design With Low Coherence Constraint
err2023-01-01
err0
PREAI
errJavad Parsa; Cristian R. Rojas; Hakan Hjalmarsson
err分享
err收藏
学者 查看更多内容