Nonparametric System Identification

Genom att presentera en grundlig översikt över de teoretiska grunderna för icke-parametrisk systemidentifiering för icke-linjära blockorienterade system, visar denna bok att icke-parametrisk regression framgångsrikt kan tillämpas på systemidentifiering och den belyser resultaten av att göra det. Med tonvikt på Hammerstein Wiener-system och deras flerdimensionella utvidgningar visar författarna hur man identifierar icke-linjära delsystem och deras egenskaper när begränsad information finns. Algoritmer som använder trigonometriska Legendre-, Laguerre- och Hermite-serier undersöks och kärnalgoritmen, dess semirekursiva versioner och helt rekursiva modifieringar behandlas. Teorierna för modern icke-parametrisk regression, approximation och ortogonala expansioner tillsammans med nya metoder för systemidentifiering (inklusive semiparametrisk identifiering) tillhandahålls. Detaljerad information om alla verktyg som används finns i bilagorna. Den här boken vänder sig till forskare och praktiker inom systemteori, signalbehandling och kommunikation och vänder sig till forskare inom områden som mekanik, ekonomi och biologi där experimentella data används för att få fram modeller av system. Språk: Engelska