ISSN 2079-6900 (Print) 
ISSN 2587-7496 (Online)

Middle Volga Mathematical Society Journal

DOI 10.15507/2079-6900.27.202503.341-363

Оригинальная статья

ISSN 2079-6900 (Print)

ISSN 2587-7496 (Online)

УДК 519.6:681.5.015

Квадратно-корневой метод идентификации параметров дискретных линейных стохастических систем с неизвестными входными сигналами

Ю. В. Цыганова1, Д. В. Галушкина2, А. Н. Кувшинова3

1Университет Иннополис (АНО ВО «Университет Иннополис») (г. Иннополис, Российская Федерация)

2Ульяновский государственный университет (ФГБОУ ВО «УлГУ») (г. Ульяновск, Российская Федерация)

3Ульяновский государственный педагогический университет имени И. Н. Ульянова (ФГБОУ ВО «УлГПУ им. И. Н. Ульянова») (г. Ульяновск, Российская Федерация)

Аннотация. В работе предложен новый квадратно-корневой метод параметрической идентификации градиентного типа для дискретных линейных стохастических систем в пространстве состояний с неизвестными входными сигналами. Разработан новый алгоритм вычисления значений критерия идентификации и его градиента на основе квадратно-корневой модификации метода Гиллейнса – Де-Мора, использующий численно устойчивые матричные ортогональные преобразования. В отличие от известных решений, в данной работе применены оригинальные методы дифференцирования матричных ортогональных преобразований. Построена и теоретически обоснована новая модель чувствительности, позволяющая вычислить значения градиента критерия идентификации через частные производные оценок вектора состояния по идентифицируемым параметрам. Основные результаты включают новые уравнения квадратно-корневой модели чувствительности и квадратно-корневой алгоритм вычисления значений критерия идентификации и его градиента. Вычислительные эксперименты выполнены в системе MATLAB на примере решения задачи численной идентификации стохастической модели диффузии с неизвестными граничными условиями. Эффективность предложенного алгоритма подтверждается сравнением методов градиентного и безградиентного типов. Результаты вычислительных экспериментов демонстрируют работоспособность предложенного подхода, который может быть использован для решения практических задач идентификации параметров математических моделей, представленных дискретными линейными стохастическими системами в пространстве состояний при отсутствии априорной информации о входных сигналах.

Ключевые слова: параметрическая идентификация, дискретные линейные стохастические системы с неизвестными входными сигналами, одновременное оценивание входного сигнала и вектора состояния, квадратно-корневой алгоритм фильтрации, уравнения чувствительности фильтра

Для цитирования: Цыганова Ю. В., Галушкина Д. В., Кувшинова А. Н. Квадратно-корневой метод идентификации параметров дискретных линейных стохастических систем с неизвестными входными сигналами // Журнал Средневолжского математического общества. 2025. Т. 27, № 3. С. 341–363. DOI: https://doi.org/10.15507/2079-6900.27.202503.341-363

Поступила: 05.07.2025; доработана после рецензирования: 01.08.2025; принята к публикации: 27.08.2025

Информация об авторах:

Цыганова Юлия Владимировна, д.ф.-м.н., профессор Института анализа данных и искусственного интеллекта, АНО ВО «Университет Иннополис» (420500, Россия, г. Иннополис, ул. Университетская, д. 1), ORCID:http://orcid.org/0000-0001-8812-6035, tsyganovajv@gmail.com

Галушкина Дарья Валерьевна, ассистент кафедры информационных технологий, ФГБОУ ВО «Ульяновский государственный университет» (432017, Россия, г. Ульяновск, ул. Льва Толстого, д. 42), ORCID: https://orcid.org/0000-0003-4041-0533, dgalushkina73@gmail.com

Кувшинова Анастасия Николаевна, к.ф.-м.н., доцент кафедры высшей мате- матики, ФГБОУ ВО «Ульяновский государственный педагогический университет имени И. Н. Ульянова» (432071, Россия, г. Ульяновск, площадь Ленина, д. 4/5), ORCID:http://orcid.org/0000-0002-3496-5981, kuvanulspu@yandex.ru

Все авторы прочитали и одобрили окончательный вариант рукописи.

Конфликт интересов: авторы заявляют об отсутствии конфликта интересов.

Creative Commons Attribution 4.0 International License Контент доступен по лицензии Creative Commons Attribution 4.0 International License.