| Project/Area Number |
17K06495
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Research Field |
Control engineering/System engineering
|
|---|
| Research Institution | Hiroshima University |
|---|
Principal Investigator |
Tanaka Hideyuki 広島大学, 人間社会科学研究科(教), 教授 (90303883)
|
|---|
| Project Period (FY) |
2017-04-01 – 2022-03-31
|
| Project Status |
Completed (Fiscal Year 2021)
|
| Budget Amount *help |
¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000)
Fiscal Year 2019: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2018: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2017: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
|
|---|
| Keywords | 制御理論 / システム同定 / パラメータ依存システム / カーネル法 / 閉ループ同定 / 雑音共分散 / 不安定系の同定 / 部分空間同定法 / カルマンフィルタ / 半正定値計画問題 / 確率実現 / カルマンゲイン / イノベーション / Granger Causality / 統計データ |
|---|
| Outline of Final Research Achievements |
The purpose of this research project is to develop identification algorithms for parameter-dependent systems based on data at local parameter points using statistical methods and to study closed-loop identification of linear time-invariant systems and noise covariance. We think that there exist two major difficulties in developing efficient algorithms for this problem: First, it is difficult to find a consistent state from the local points because the problem fall into a non-convex optimization problem in general. Secondly, the models may be highly sensitive to noise and numerical errors, and it is important to develop efficient identification algorithms for linear-time-invariant systems and to study noise covariance. In this project, we proposed an algorithm for interpolating impulse responses of the systems operated by freezing the parameter using a kernel method, developed closed-loop identification algorithms for linear-time-invariant systems, and studied noise covariance.
|
| Academic Significance and Societal Importance of the Research Achievements |
制御を行う場合に、パラメータに依存して変化する動的システムのモデリングが必要とされる場合がある。パラメータが固定されたもとでシステム同定によって得られたデータに対し、効率良くパラメータ依存システムを求める方法について考察した。データに基づく補間の観点から動的システムのモデリングの考察を進めることで、統計的学習理論等と動的システムのモデリングを融合した新しいシステム同定理論を構築するための第一歩とする。また、局所点におけるモデルの精度も重要であるため、線形時不変系の同定や雑音共分散に関する知見を蓄えるための研究を行った。
|
