Active parametrical identification of stochastic linear continuous-discrete systems based on the experiment design in the presence of abnormal observations

doi:10.17223/19988605/50/8

Эндаумент фонд ТГУ!
Впиши своё имя в историю университета
- Сделать пожертвование -

Add to "Quick Collection"

Description	Size	Format
Active parametrical identification of stochastic linear continuous-discrete systems based on the experiment design in the presence of abnormal observations	666 KB	Adobe Acrobat PDF	Read	Download
DOI Доступ к ресурсу на сайте издателя			10.17223/19988605/50/8

#параметрическая идентификация

#непрерывно-дискретные системы

#аномальные наблюдения

#робастное оценивание

Title: Active parametrical identification of stochastic linear continuous-discrete systems based on the experiment design in the presence of abnormal observations
Title: Активная параметрическая идентификация стохастических линейных непрерывно-дискретных систем на основе планирования эксперимента при наличии аномальных наблюдений
Creator: Chubich, Vladimir Mikhailovich
|
Filippova, Elena Vladimirovna
Date: 2020
DOI: 10.17223/19988605/50/8
Description: The procedure of active parametrical identification of stochastic linear continuous-discrete systems including robust estimation of parameters and optimal design of input signals is offered. A general case of entering unknown parameters into the equations of state and observation, initial conditions and covariance matrices of system noise and measure-ments is considered. The efficiency of this procedure is demonstrated by the example of a direct current motor control system.

Relationships: Show Relationship Browser for this Object
collection(s): Журналы ТГУ
Identifier: смотреть в электронном каталоге НБ ТГУ
Type: статьи в журналах
Source: Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2020. № 50. С. 61-68
Language: eng

Created: 14-04-2020

1511 Visitors

1272 Hits

270 Downloads

Журналы ТГУ Active parametrical identification of stochastic linear continuous-discrete systems based on the experiment design in the presence of abnormal observations