Identification of multivariable systems in continuous time by the approach of sub-spaces;Identification de systèmes multivariables à temps continu par approche des sous-espaces

Journal Europeen des Systemes Automatises

Volumn 42, Issue 2-3, 2008, Pages 261-285

  Mercère, Guillaume ^a   Ouvrard, Régis ^a   Gilson, Marion ^b   Garnier, Hugues ^b  

^a UNIVERSITÉ DE POITIERS   (France)

^b CENTRE DE RECHERCHE EN AUTOMATIQUE DE NANCY   (France)

Author keywords

Continuous time linear model; Instrumental variable; Multivariable systems; Reinitialized partiel moments; State variable filters; Subspace methods

Indexed keywords

EID: 77954612354     PISSN: 12696935     EISSN: None     Source Type: Journal    
DOI: 10.3166/JESA.42.261-285     Document Type: Article

References (37)

1. Akaike H., « A new look at the statistical model identification », IEEE Transactions on Automatic Control, vol.19, p. 716-723, 1974.
2. Aström K., Hagander P., Sternby J., « Zeros of sampled systems », Automatica, vol.20, p. 31-38, 1984.
3. Bastogne T., Garnier H., Sibille P., « A PMF-based subspace method for continuous-time model identification. Application to a multivariable winding process », International Journal of Control, vol.74, p. 118-132, 2001.
4. Bauer D., « Order estimation for subspace methods », Automatica, vol.37, p. 1561-1573, 2001.
5. Bauer D., « Asymptotic properties of subspace estimators », Automatica, vol.41, p. 359-376, 2005.
6. Garnier H., Gilson M., Bastogne T., Mensler M., « The CONTSID toolbox: a software support for data-based continuous-time modelling », dans H. Garnier et L. Wang (Eds.), Identification of Continuous-Time Models from Sampled Data, Springer, 2008.
7. Garnier H., Mensler M., Richard A., « Continuous-time model identification from sampled data: implementation issues and performance evaluation », International Journal of Control, vol.76, p. 1337-1357, 2003.
8. Garnier H., Wang L. (Eds.), Identification of Continuous-Time Models from Sampled Data, Springer, 2008.
9. Gilson M., Mercère G., « Subspace-based optimal IV method for closed loop system identification », Proceedings of the 14th IFAC Symposium on System Identification, Newcastle, Australia, March, 2006.
10. Gilson M., Van den Hof P., « Instumental variable methods for closed loop system identification », Automatica, vol.41, p. 241-249, 2005.
11. Goethals I., Subspace identification for linear, Hammerstein and Hammerstein Wiener systems, PhD thesis, Katholieke Universiteit Leuven, Faculteit der Toegepaste Wetenschappen, 2005.
12. rd edition, John Hopkins University Press, Baltimore MD, 1996.
13. Haverkamp B., State space identification: theory and practice, PhD thesis, Delft University of Technology, The Netherlands, 2001.
14. Haverkamp B., Chou C., Verhaegen M., Johansson R., « Identification of continuous-time MIMO state space models from sampled data in the presence of process and measurement noise », Proceedings of the 35th Conference on Decision and Control, Kobe, Japan, December, 1996.
15. Jansson M., Wahlberg B., « On consistency of subspace methods for system identification », Automatica, vol.34, p. 1507-1519, 1998.
16. Johansson R., « Identification of continuous-time models », IEEE Transactions on Signal Processing, vol.42, p. 887-897, 1994.
17. Johansson R., Verhaegen M., Chou C., « Stochastic theory of continuous-time state space identification », IEEE Transactions on Signal Processing, vol.47, p. 41-51, 1999.
18. Katayama T., Subspace Methods for System Identification, Springer, 2005.
19. Li W., Raghavan H., Shah S., « Subspace identification of continuous-time models for process fault detection and isolation », Journal of Process Control, vol.13, n° 5, p. 407-421, 2003.
20. nd edition, Prentice Hall, Upper Saddle River, 1999.
21. Mensler M., Analyse et étude comparative de méthodes d'identification à représentation continue. Développement d'une boîte à outils logicielle, Thèse de doctorat de l'Université Henri Poincaré, Nancy 1, France, 1999.
22. Mercère G., Contribution à l'identification récursive des systèmes par l'approche des sous-espaces, Thèse de doctorat des Universités des Sciences et Technologies de Lille, Villeneuve-d'Ascq, France, décembre, 2004.
23. Mercère G., Ouvrard R., Gilson M., Garnier H., « Subspace-based methods for continuous-time model identification of MIMO systems from filtered sampled data », Proceedings of the 9th European Control Conference (ECC'2007), Kos, Greece, July 2007.
24. Moonen M., De Moor B., Vandewalle J., « SVD-based subspace methods for multivariable continuous-time systems identification », dans N.K. Sinha et G.P. Rao (Eds.), Identification of Continuous-Time Systems. Methodology and Computer Implementation, Kluwer Academic Publishers, p. 473-488, 1991.
25. Ohsumi A., Kameyama K., Yamagushi K., « Subspace identification for continuous-time stochastic systems via distribution-based approach », Automatica, vol.38, p. 63-79, 2002.
26. Peternell K., Identification of linear dynamic systems by subspace and realization-based algorithms, PhD thesis, Technical University of Vienna, Vienna, Austria, 1995.
27. Sagara S., Zhao Z., « Numerical integration approach to on-line identification of continuous-time systems », Automatica, vol.26, p. 63-74, 1990.
28. Stoica P., Söderström T., « Optimal instrumental variable methods for identification of multi-variable linear systems », Automatica, vol.19, p. 425-429, 1983. (Pubitemid 13605665)
29. Trigeassou J., Contribution à l'extension de la méthode des moments en automatique. Application à l'identification des systèmes linéaires, Thèse d'état de l'Université de Poitiers, France, 1987.
30. Unbehauen H., Rao G., « Continuous-time approaches to system identification: a survey », Automatica, vol.26, p. 23-35, 1990.
31. Van Overschee P., De Moor B., Subspace Identification for Linear systems. Theory, Implementation, Applications, Kluwer Academic Publishers, 1996.
32. Verhaegen M., « Subspace model identification part 3: analysis of the ordinary output error state space model identification algorithm », International Journal of Control, vol.58, p. 555-586, 1993.
33. Verhaegen M., « Identification of the deterministic part of MIMO state space models given in innovations form from input output data », Automatica, vol.30, p. 61-74, 1994.
34. Verhaegen M., Dewilde P., « Subspace model identification part 1: output error state space model identification class of algorithms », International Journal of Control, vol.56, p. 1187-1210, 1992a.
35. Verhaegen M., Dewilde P., « Subspace model identification part 2: analysis of the elementary output error state space model identification algorithm », International Journal of Control, vol.56, p. 1211-1241, 1992b.
36. Viberg M., « Subspace-based methods for the identification of linear time invariant systems », Automatica, vol.31, p. 1835-1851, 1995.
37. Young P., « Parameter estimation for continuous-time models: a survey », Automatica, vol.17, p. 23-39, 1981.