liu.seSök publikationer i DiVA
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Robust ARX Models with Automatic Order Determination and Student's t Innovations
Linköpings universitet, Institutionen för systemteknik, Reglerteknik. Linköpings universitet, Tekniska högskolan.ORCID-id: 0000-0002-9424-1272
Linköpings universitet, Institutionen för systemteknik, Reglerteknik. Linköpings universitet, Tekniska högskolan.
Linköpings universitet, Institutionen för systemteknik, Reglerteknik. Linköpings universitet, Tekniska högskolan.
University of Newcastle, Australia.
2011 (Engelska)Rapport (Övrigt vetenskapligt)
Abstract [en]

ARX models is a common class of models of dynamical systems. Here, we consider the case when the innovation process is not well described by Gaussian noise and instead propose to model the driving noise as Student's t distributed. The t distribution is more heavy tailed than the Gaussian distribution, which provides an increased robustness to data anomalies, such as outliers and missing observations. We use a Bayesian setting and design the models to also include an automatic order determination. Basically, this means that we infer knowledge about the posterior distribution of the model order from data. We consider two related models, one with a parametric model order and one with a sparseness prior on the ARX coefficients. We derive Markov chain Monte Carlo samplers to perform inference in these models. Finally, we provide three numerical illustrations with both simulated data and real EEG data to evaluate the proposed methods.

Ort, förlag, år, upplaga, sidor
Linköping: Linköping University Electronic Press, 2011. , s. 6
Serie
LiTH-ISY-R, ISSN 1400-3902 ; 3041
Nyckelord [en]
ARX models, Robust estimation, Bayesian methods, Markov chain Monte Carlo
Nationell ämneskategori
Reglerteknik
Identifikatorer
URN: urn:nbn:se:liu:diva-97983ISRN: LiTH-ISY-R-3041OAI: oai:DiVA.org:liu-97983DiVA, id: diva2:650880
Projekt
CADICS
Forskningsfinansiär
Vetenskapsrådet, 621-2010-5876Tillgänglig från: 2013-09-23 Skapad: 2013-09-23 Senast uppdaterad: 2016-05-04Bibliografiskt granskad

Open Access i DiVA

fulltext(588 kB)292 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 588 kBChecksumma SHA-512
707a50e89251c2f523c9ac0b419bf50918959894a44d52cef235d7749398ada778f2090d3225f742d1b402ca5007fe3ab9644bf5dded889824151ed352705301
Typ fulltextMimetyp application/pdf

Person

Dahlin, JohanLindsten, FredrikSchön, Thomas

Sök vidare i DiVA

Av författaren/redaktören
Dahlin, JohanLindsten, FredrikSchön, Thomas
Av organisationen
ReglerteknikTekniska högskolan
Reglerteknik

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 292 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 224 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf