实验室刘鑫博士的论文被国际顶级期刊 ieee transactions on systems, man, and cybernetics: systems（if=9.309）录用-尊龙凯时官方app下载

实验室刘鑫博士的论文被国际顶级期刊 ieee transactions on systems, man, and cybernetics: systems（if=9.309）录用，祝贺！

robust global identification of lpv errors-in-variables systems with incomplete observations

ieee transactions on systems, man, and cybernetics: systems,

2021 (sci index, if=if=9.309)

本文针对输入变量有噪声的线性变参数系统（lpv eiv），提出了一种鲁棒的全局辨识方法，主要解决了两个关键的辨识问题：（1）输出数据量测随机丢失；（2）辨识数据中的野值问题。利用线性变参数自回归模型来表示系统模型，为了处理输入变量含噪声问题，利用一个一般的非线性状态空间模型对输入变量的动态特性进行建模。基于期望最大化算法搭建系统的辨识框架，期望最大化算法在给出模型参数的极大似然估计的同时，也能够有效的处理缺失数据问题。为了保证辨识算法的鲁棒性，利用具有可调自由度的学生氏t分布代替传统的高斯分布对输出量测噪声建模。将理想的、不可测的输入变量选作非线性状态空间模型的隐含状态，通过估计状态的后验概率密度分布来计算目标代价函数，这部分工作主要基于粒子滤波算法实现。最后利用仿真实例证明了本文所提出的算法的有效性。