基于值域空间的参数化线性系统辨识

基于摘要分析。本文研究如何利用线性系统的输出张成空间及结构约束恢复系统，核心问题是恢复结果在什么条件下具有唯一性。原论文以用于去模糊的多 FIR 通道辨识为例，主要贡献是用代数几何刻画多项式参数化系统的不可辨识参数集合，并据此提出可辨识性的数值检验路径。 技术机制：系统结构由显式参数化约束；当参数化为多项式时，作者报告，所有不可辨识参数组成参数空间中的一个代数簇，并在特定条件下为无处稠密集。这里的结论依赖相应条件，不能解读为所有参数化线性系统均可唯一恢复，也不能将唯一可辨识性等同于噪声下的稳定估计。摘要称该理论可用于构造简单数值检验，以保证某些参数化线性系统族的可辨识性，但未提供检验步骤、具体适用条件或计算成本。 平台推测（待验证）：若 EEG 多通道观测能够建模为具有多项式结构约束的线性混合或 FIR 系统，并能估计相应输出张成空间，这一理论可能用于检查源恢复或通道辨识中的参数歧义。可复用部分是结构参数化与可辨识性分析；需改造部分是 EEG 的观测模型、约束设计及噪声下的子空间估计。低信噪比、有限通道、小样本及跨被试模型变化可能破坏这些假设。一个可检验的小实验是在已知参数的合成多通道 FIR 数据上，对照数值检验结果与重复恢复所得的参数等价解，并逐步增加噪声，区分唯一性与恢复稳定性。这不构成已验证的 EEG/BCI 效果，已有 EEG 相关工作尚未检索确认。 全文尚未取得；理论条件、数值检验细节、实验协议、消融及统计信息尚未验证。