Subspace identification for MIMO systems in the presence of trends and outliers

Tutkimustuotos: Artikkeli kirjassa/raportissa/konferenssijulkaisussaKonferenssiartikkeliTieteellinenvertaisarvioitu

2 Sitaatiot (Scopus)

Abstrakti

In this paper we present a framework for subspace identification of multiple-input multiple output linear time-invariant systems from data corrupted by outliers and piece-wise linear trends. The subspace identification problem is formulated as a sparsity constrained rank minimization problem that is relaxed using the nuclear norm and the l1-norm. The proposed identification method has been validated on a simulated example and on a case study using data from a pilot-plant distillation column.

AlkuperäiskieliEi tiedossa
Otsikko27th European Symposium on Computer Aided Process Engineering
ToimittajatAntonio Espuña, Moisès Graells, Luis Puigjaner
KustantajaElsevier
Sivut307–312
ISBN (elektroninen)978-0-444-63970-7
ISBN (painettu)978-0-444-63965-3
DOI - pysyväislinkit
TilaJulkaistu - 2017
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisuussa
TapahtumaEuropean Symposium on Computer Aided Process Engineering (ESCAPE) - 27th European Society of Computer-Aided Process Engineering (ESCAPE)
Kesto: 1 lokakuuta 20175 lokakuuta 2017

Konferenssi

KonferenssiEuropean Symposium on Computer Aided Process Engineering (ESCAPE)
Ajanjakso01/10/1705/10/17

Viittausmuodot