Resumen

Las estructuras de Wiener, Hammerstein y WienerHammerstein son útiles para modelar sistemas dinámicos que presentan una no linealidad estática. En la literatura se pueden encontrar muchos métodos para identificar estos sistemas; sin embargo, elegir un método requiere conocimiento previo sobre la ubicación de la no linealidad estática. Además, los métodos existentes son rígidos y exclusivos para una sola estructura. Este artículo presenta un enfoque unificado para la identificación de modelos Wiener, Hammerstein y WienerHammerstein. Este enfoque se basa en el uso de señales de excitación multietapa y WH-EA (un algoritmo evolutivo para la identificación de sistemas WienerHammerstein). El uso de señales multietapa aprovechará ciertas propiedades del algoritmo, lo que permitirá su uso tal cual para identificar los tres tipos de estructuras sin necesidad de que el usuario conozca de antemano la estructura del proceso. Además, dado que no todos los procesos pueden ser excitados con señales gaussianas, no se requerirá la mejor aproximación lineal (BL

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Wiener; Hammerstein; Wienerhammerstein; Identificación; Señales multietapa; Algoritmo evolutivo
• Keywords:Wiener; Hammerstein; Wienerhammerstein; Identification; Multistep signals; Evolutionary algorithm