شناسایی مدل های آرارکس در حضور نویز افزایشی

قیمت: 38,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

شناسایی مدل های آرارکس در حضور نویز افزایشی

عنوان لاتین

Identification of ARARX models in presence of additive noise

شناسایی فرآیندهای دینامیکی می تواند با استفاده از انواع مختلف مدل های متکی بر محیط های تصادفی، به منظور تعریف ناهمگنی بین مدل و شواهد فرایند انجام شود. این مقاله یک کلاس جدید از مدل ها را با توجه به شرایط خطای افزایشی در مشاهدات ورودی و خروجی مدل های آرارکس معرفی نموده و یک فرایند شناسایی سه مرحله ای برای بررسی آنها پیشنهاد می کند. مدل های آرارکس و نویز انواع قدیمی آرارکس یا آرمکس را توسعه می دهد و می تواند به عنوان مدل های خطا در متغیر با در نظر گرفتن خطاهای اندازه گیری و اختلالات پردازش دیده شود. نتایج شبیه سازی مونته کارلو عملکرد خوب فرایند شناسایی پیشنهادی را نشان می دهد.

The identification of dynamic processes can be performed by means of different classes of models relying on different stochastic environments to describe the misfit between the model and process observations. This paper introduces a new class of models by considering additive error terms on the observations of the input and output of ARARX models and proposes a three–step identification procedure for their identification. ARARX + noise models extend the traditional ARARX or ARMAX ones and can be seen as errors–in–variables models where both measurement errors and process disturbances are taken into account. The results of Monte Carlo simulations show the good performance of the proposed identification procedure.