کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
698295 | 890402 | 2007 | 16 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
An improved bias-compensation approach for errors-in-variables model identification
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
موضوعات مرتبط
مهندسی و علوم پایه
سایر رشته های مهندسی
کنترل و سیستم های مهندسی
پیش نمایش صفحه اول مقاله
![عکس صفحه اول مقاله: An improved bias-compensation approach for errors-in-variables model identification An improved bias-compensation approach for errors-in-variables model identification](/preview/png/698295.png)
چکیده انگلیسی
Parametric estimation of the dynamic errors-in-variables models is considered in this paper. In particular, a bias compensation approach is examined in a generalized framework. Sufficient conditions for uniqueness of the identified model are presented. Subsequently, a statistical accuracy analysis of the estimation algorithm is carried out. The asymptotic covariance matrix of the system parameter estimates depends on a user chosen filter and a certain weighting matrix. It is shown how these can be tuned to boost the estimation performance. The numerical simulation results suggest that the covariance matrix of the estimated parameter vector is very close to the Cramér–Rao lower bound for the estimation problem.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Automatica - Volume 43, Issue 8, August 2007, Pages 1339–1354
Journal: Automatica - Volume 43, Issue 8, August 2007, Pages 1339–1354
نویسندگان
Kaushik Mahata,