Добрый день. Сомневался в какой раздел отнести эту тему, поэтому приношу свои извинения если не угадал.
Имеется практическая задача идентификации динамической системы. Возможно у вас будут какие-то предложения по ее решению.
Описание задачи: Задана некоторая динамическая система

, где

- наблюдаемый выходной сигнал,

- задаваемый управляющий сигнал.
Форма дифференциального уравнения неизвестна, ровно как и не известны величины

и

. Однака есть возможность подавать произвольные управляющие сигналы

и наблюдать за

.
В процессе экспериментов было установлено, что поведение исследуемой системы субъективно довольно близко к поведению обычной линейной системы.
Необходимо: подобрать такую линейную систему которая бы имела реакцию

максимально приближенную к реакции исследуемой системы

на входное воздействие

(функция Хэвисайда).
Было испробовано: классический подход идентификации линейной системы с применением метода наименьших квадратов (МНК). При этом предполагалась форма идентифицируемой системы:

где:

- идентифицируемые матрицы;

- вектор состояния.
На первом шаге полагалось

и минимизировался следующий функционал (система рассматривалась в дискретном представлении):

где

- искомая матрица.
Результаты оказались совершенно неудовлетворительны. Несмотря на то, что

после минимизации оказалось довольно малым (извините за такые неточные термины) сама реакция

, увы, довольно далека от

. Учитывая что на линейных системах алгоритм отрабатывает идеально, я полагаю что дело все-таки в нелинейности системы. Повидимому необходимо использование другого функционала. Нечто вроде:

Или, что тоже самое:

- то есть напрямую стараться приблизить реакцию линейной системы к реакции наблюдаемой. Однако при этом искомая матрица входит в выражение нелинейно (возводится в степень k) что не дает возможность использовать линейный МНК.
Возможно существуют совершенно иные подходы которые я мог бы применить в данном случае?