%0 Journal Article
%T 基于鲁棒优化的系统辨识算法研究
%A 钱富才
%A 黄姣茹
%A 秦新强
%J 自动化学报
%P 988-993
%D 2014
%R 10.3724/SP.J.1004.2014.00988
%X ？输入-输出数据是解决系统辨识问题的关键要素，传统的辨识理论除了假定影响输入-输出数据干扰的密度函数已知外，还要假定输入-输出数据能够精确获得，完全忽略了所用数据的质量.本文突破了传统理论的两个假设，首先用工程上易于获得的干扰的有界集合代替干扰的密度函数，并在特定数据不确定性结构下，考虑了数据质量问题，然后，以半定规划为基础，导出了鲁棒对等式，从而将系统辨识转化为对数据质量具有鲁棒性的优化问题，通过求解该优化问题，得到了一种新的鲁棒优化辨识方法，仿真结果表明了新方法的可行性和有效性.
%K 系统辨识
%K 不确定性
%K 鲁棒优化
%K 半定规划
%U http://www.aas.net.cn/CN/abstract/abstract18368.shtml