Publication

Direct Closed-Loop Identification of Multi-Input Systems: Variance Analysis

Dominique Bonvin, Alireza Karimi, Ljubisa Miskovic
2006
Conference Papers

Résumé

An analysis of the variance of the parameters of a multi-input plant estimated in closed-loop operation is performed. More specifically, the effect of the simultaneous excitation of an additional input on the variance of the estimated parameters is investigated. The resulting expressions are valid for all conventional Prediction Error Models (PEM). It is shown that, regardless of the parametrization, the presence of an additional reference signal never impairs and, in most cases, improves the accuracy of the parameter estimates. The analytical results are illustrated by two simulation examples.

Source officielle

https://infoscience.epfl.ch/entities/publication/2cd6cfe2-c4c9-4450-997c-3d502a8e6fa8

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Direct Closed-Loop Identification of Multi-Input Systems: Variance Analysis

Chattez avec Graph Search

On the use of Cramér-Rao Lower Bound for least-variance circuit parameters identification of Li-ion cells

Quantifying the Unknown: Data-Driven Approaches and Applications in Energy Systems

Spectral Estimators for High-Dimensional Matrix Inference