MIMO Hammerstein系统重构模型的层次参数估计方法

"该文章是研究论文，主题聚焦于一类MIMO（多输入多输出） Hammerstein系统的层次参数估计，通过重构模型进行。作者Dongqing Wang，来自青岛大学自动化工程学院。文章在2016年发表于《应用数学通讯》（Applied Mathematics Letters），卷57，页码13-19。文章的关键词包括参数估计、最小二乘法、层次识别原理、Hammerstein系统以及MIMO系统。" 文章主要探讨的是多输入多输出（MIMO）Hammerstein系统的参数估计问题，这类系统由一个非线性静态块和一个线性动态块组成。在识别具有不同类型的系数（矩阵系数和标量系数）的复杂MIMO Hammerstein系统时，面临挑战。传统的标准最小二乘方法无法直接将此类复杂的Hammerstein系统表示为包含非线性部分和线性部分所有参数的回归识别模型。 针对这一问题，作者提出了基于重构模型的层次参数估计方法。这种方法可能涉及将原本复杂的系统分解为更简单的子模型，然后逐层进行参数估计，这样可以更有效地处理非线性和线性部分的分离，提高估计精度。层次识别原理在此过程中起到了关键作用，它允许逐步地、分层次地估计系统的各个组件，降低了估计的复杂性。 文章可能详细阐述了重构模型的构建过程，以及如何利用最小二乘法在每个层次上进行参数估计。此外，可能会讨论这种方法相对于传统方法的优势，例如计算效率的提升和估计结果的稳定性。通过实证分析或仿真研究，作者可能证明了该方法的有效性和适用性，并与其他识别方法进行了对比。 这篇研究论文为解决MIMO Hammerstein系统参数估计的难题提供了一种创新的解决方案，对于非线性系统识别领域具有重要的理论和实践意义。通过这种方法，工程师和研究人员能够更好地理解和控制这类复杂的系统，从而在信号处理、控制系统设计等多个IT领域中实现更精确的建模和优化。