非均匀采样数据系统：新型输入输出模型描述与优势

"这篇研究论文探讨了一种针对非均匀采样数据系统的新颖模型描述方法，旨在解决传统提升技术在处理此类系统时所面临的因果约束问题和参数过多的挑战。" 非均匀采样数据系统（Non-uniformly Sampled-data Systems，NUSD）在现代信号处理和控制系统中广泛存在，其特点是数据采集间隔不一致，这可能导致传统基于均匀采样假设的分析方法失效。提升技术是处理这类系统的一种常见方法，它通过将非均匀采样数据转化为等间隔的多速率系统来实现处理。然而，这种方法存在两个主要问题：一是提升后的状态空间模型受限于因果关系，这限制了模型的适用性；二是提升传递函数模型结构复杂，参数数量过多，增加了辨识和控制的难度。 为了解决这些问题，论文作者提出了一种新的输入输出表示法，该方法引入了时变后移算子。时变后移算子允许对非均匀采样数据进行更灵活的处理，从而避免了提升模型的因果约束，并简化了模型结构。通过这种方式，传统的单率系统辨识和控制方法可以被有效地扩展到非均匀采样数据系统中，提高了系统的分析和设计效率。 论文中通过仿真结果展示了新模型的优越性和实用性，证明了这种新型模型描述方法在处理非均匀采样数据系统时能提供更好的性能和更简单的控制策略。这一贡献对于非均匀采样数据系统的理论研究和实际应用都具有重要意义，特别是在需要精确控制和分析的领域，如通信、信号处理和自动化控制等。 关键词：非均匀采样、多率系统、系统模型、传递函数模型 引用格式：谢莉，杨慧中，丁锋。非均匀采样数据系统的新型模型描述方法。自动化学报，2017，43（5）：806−813。DOI: 10.16383/j.aas.2017.c150787 英文标题：Novel Input-output Representation of Non-uniformly Sampled-data Systems 总结来说，这篇研究论文提供了一种创新的非均匀采样数据系统模型，通过引入时变后移算子，解决了提升技术的局限性，为非均匀采样数据系统的辨识和控制提供了更为有效的方法。