Journal of Samara State Technical University, Ser. Physical and Mathematical SciencesJournal of Samara State Technical University, Ser. Physical and Mathematical SciencesВестник Самарского государственного технического университета. Серия «Физико-математические науки»1991-86152310-7081Samara State Technical University20954ArticlesСтатьиRecursive parametrical identification of multidimensional linear dynamic systems with local autocorrelated noises in input and output signalsРекуррентная параметрическая идентификация многомерных линейных динамических систем с локально автокоррелированными помехами во входных и выходных сигналахIvanovDmitriy VИваноДмитрий Владимирович

(к.ф.-м.н.), ст. преподаватель, каф. мехатроники в автоматизированных производствах; Самарский государственный университет путей сообщения; Samara State Transport University

(к.ф.-м.н.), ст. преподаватель, каф. мехатроники в автоматизированных производствах; Самарский государственный университет путей сообщения

dvi85@list.ruKatsyubaOleg AКацюбаОлег Алексеевич

(д.т.н., проф.), зав. кафедрой, каф. мехатроники в автоматизированных производствах; Самарский государственный университет путей сообщения; Samara State Transport University

(д.т.н., проф.), зав. кафедрой, каф. мехатроники в автоматизированных производствах; Самарский государственный университет путей сообщения

katsuba.samgups@mail.ruSamara State Transport UniversityСамарский государственный университет путей сообщения15122011154NO4(25) (2011)№4(25) (2011)10210918022020Copyright ©; 2011, Samara State Technical UniversityCopyright ©; 2011, Самарский государственный технический университет2011Samara State Technical UniversityСамарский государственный технический университетhttps://creativecommons.org/licenses/by/4.0https://journals.eco-vector.com/1991-8615/article/view/20954

The recursive algorithm allowing to receive strongly consistent estimates of parameters of multidimensional on an input linear dynamic systems with locally autocorrelated noise in input and output signals is suggested. Numerical examples are included to illustrate the effectiveness of the proposed algorithm.

Предложен рекуррентный алгоритм, позволяющий получать сильно состоятельные оценки параметров многомерных по входу линейных динамических систем при наличии автокоррелированных помех наблюдения во входных и выходных сигналах. Проведенные численные эксперименты подтвердили высокую эффективность предложенного метода идентификации.

recursive identificationlinear dynamic systemstochastic approximationerrors in variablesleast square methodрекуррентная идентификациялинейная динамическая системастохастическая аппроксимацияошибки в переменныхметод наименьших квадратовSöderström T., Mahata K. On instrumental variable and total least squares approaches for identification of noisy systems // Int. J. Control, 2002. Vol. 75, no. 6. Pp. 381-389.Thil S., Söderström T., Garnier H. On instrumental variable-based methods for errors-inovariables model identification / In: Proc. 17th IFAC World Congress, Seoul, Korea / World Congress, 17 (Part 1), 2008. Pp. 426-431.Ikenoue M., Kanae Z.-J., Wada K. Identification of noisy input-output system using biascompensated least squares method / In: Proc. 16th IFAC World Congress on Automatic Control, Prague, Czech Republic / World Congress, 16 (Part 1), 2005. Pp. 803-808.Ekman M., Hong M., Wada K., Söderström T. A separable nonlinear least-squares approach for identification of linear systems with errors in variables / In: Proc. 14th IFAC Symposium on System Identification, Newcastle, Australia / World Congress, 14 (Part 1), 2006. Pp. 173-183.Кацюба О. А. Теория идентификации стохастических динамических систем в условиях неопределённости. Самара: СамГУПС, 2008. 119 с.Деревицкий Д. П., Фрадков А. Л. Прикладная теория дискретных адаптивных систем управления. M.: Наука, 1991. 215 с.Chen H. F. Stochastic Approximation and Its Applications. Dordrecht: Kluwer, 2002. 357 pp.Chen H. F. A Unified Approach to Recursive System Identification / In: Proc. 17th IFAC Symposium on System Identification, Saint-Malo, France / World Congress, 17 (Part 1), 2009. Pp. 420-425.Беллман Р. Введение в теорию матриц. М.: Наука, 1989. 376 с.