Los algoritmos de identificación iterativa basados en mínimos cuadrados de descomposición para sistemas autoregresivos de media móvil de error de ecuaciones multivariables
Autores: Wan, Lijuan; Liu, Ximei; Ding, Feng; Chen, Chunping
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
Los algoritmos de identificación iterativa basados en mínimos cuadrados de descomposición para sistemas autoregresivos de media móvil de error de ecuaciones multivariables
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Identificación
Multivariable
Autorregresivo de media móvil
Jerárquico
Iterativo basado en mínimos cuadrados
Multi-innovación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
Este documento se ocupa del problema de identificación para sistemas de ecuaciones de múltiples variables cuya perturbación es un proceso autoregresivo de media móvil. Mediante el principio de identificación jerárquica y la búsqueda iterativa, se deriva un algoritmo de identificación iterativa basado en mínimos cuadrados jerárquicos (HLSI) y se proporciona un algoritmo de identificación iterativa basado en mínimos cuadrados (LSI) para su comparación. Además, se propone un algoritmo de identificación iterativa basado en mínimos cuadrados de múltiples innovaciones jerárquicas (HMILSI) utilizando la teoría de múltiples innovaciones. En comparación con el algoritmo LSI, el algoritmo HLSI tiene una carga computacional menor y puede proporcionar estimaciones de parámetros más precisas, y el algoritmo HMILSI puede rastrear parámetros variables en el tiempo. Finalmente, se proporciona un ejemplo de simulación para verificar la efectividad de los algoritmos propuestos.
Descripción
Este documento se ocupa del problema de identificación para sistemas de ecuaciones de múltiples variables cuya perturbación es un proceso autoregresivo de media móvil. Mediante el principio de identificación jerárquica y la búsqueda iterativa, se deriva un algoritmo de identificación iterativa basado en mínimos cuadrados jerárquicos (HLSI) y se proporciona un algoritmo de identificación iterativa basado en mínimos cuadrados (LSI) para su comparación. Además, se propone un algoritmo de identificación iterativa basado en mínimos cuadrados de múltiples innovaciones jerárquicas (HMILSI) utilizando la teoría de múltiples innovaciones. En comparación con el algoritmo LSI, el algoritmo HLSI tiene una carga computacional menor y puede proporcionar estimaciones de parámetros más precisas, y el algoritmo HMILSI puede rastrear parámetros variables en el tiempo. Finalmente, se proporciona un ejemplo de simulación para verificar la efectividad de los algoritmos propuestos.