Sie befinden Sich nicht im Netzwerk der Universität Paderborn. Der Zugriff auf elektronische Ressourcen ist gegebenenfalls nur via VPN oder Shibboleth (DFN-AAI) möglich. mehr Informationen...
The innovation algorithms for multivariable state‐space models
Ist Teil von
International journal of adaptive control and signal processing, 2019-11, Vol.33 (11), p.1601-1618
Ort / Verlag
Bognor Regis: Wiley Subscription Services, Inc
Erscheinungsjahr
2019
Link zum Volltext
Quelle
Wiley Online Library All Journals
Beschreibungen/Notizen
Summary
This paper derives the input‐output representation of the dynamical system described by a linear multivariable state‐space model and the corresponding multivariate linear regressive model (ie, multivariate equation‐error model). A projection identification algorithm, a multivariate stochastic gradient identification algorithm, and a multi‐innovation stochastic gradient (MISG) identification algorithm are proposed for multivariate equation‐error systems by using the negative gradient search and the multi‐innovation identification theory. The convergence analysis of the MISG algorithm indicates that the parameter estimation errors converge to zero under the persistent excitation condition. Finally, a numerical example illustrates the effectiveness of the proposed algorithms.