Consiglio Nazionale delle Ricerche

Tipo di prodottoArticolo in rivista
TitoloRecursive Nonparametric Identification of Nonlinear Systems with Adaptive Binary Sensors
Anno di pubblicazione2017
Formato
  • Elettronico
  • Cartaceo
Autore/iW. Zhao and H. F. Chen and R. Tempo and F. Dabbene
Affiliazioni autoriChinese Academy of Sciences, CNR-IEIIT
Autori CNR e affiliazioni
  • FABRIZIO DABBENE
  • ROBERTO TEMPO
Lingua/e
  • inglese
AbstractIn this paper, the problem of identifying nonlinear systems under adaptive binary-valued output measurements is considered. We follow a nonparametric approach, which directly estimates the value of the nonlinear function representing the system at any fixed point with the help of a recursive kernel-based stochastic approximation algorithm with expanding truncations (SAAWET). The thresholds of the binary sensor are adaptively designed to achieve a sufficient richness of information in the output observations. The constructed estimates are proved to converge to the true values with probability one. Two numerical examples are given showing that the simulation results are consistent with the theoretical analysis.
Lingua abstractinglese
Altro abstract-
Lingua altro abstract-
Pagine da3959
Pagine a3971
Pagine totali13
RivistaIEEE transactions on automatic control (Print)
Attiva dal 1963
Editore: Institute of Electrical and Electronics Engineers, - New York, N.Y.
Paese di pubblicazione: Stati Uniti d'America
Lingua: inglese
ISSN: 0018-9286
Titolo chiave: IEEE transactions on automatic control (Print)
Titolo proprio: IEEE transactions on automatic control. (Print)
Titolo abbreviato: IEEE trans. automat. contr. (Print)
Titoli alternativi:
  • Transactions on automatic control (Print)
  • Automatic control (Print)
Numero volume della rivista62
Fascicolo della rivista8
DOI10.1109/TAC.2017.2651640
Verificato da refereeSì: Internazionale
Stato della pubblicazionePreprint
Indicizzazione (in banche dati controllate)-
Parole chiaveApproximation algorithms, Kernel;Nonlinear systems;Sensor phenomena and characterization;Sensor systems;Stochastic processes;Nonparametric nonlinear system;binary sensor;recursive identification;stochastic approximation;strong consistency
Link (URL, URI)-
Titolo parallelo-
Data di accettazione-
Note/Altre informazioni-
Strutture CNR
  • IEIIT — Istituto di elettronica e di ingegneria dell'informazione e delle telecomunicazioni
Moduli CNR
    Progetti Europei-
    Allegati