CARMA 模型多新息增广随机梯度参数估计算法的收敛性.pdfVIP

下载本文档

10
0
约1.3万字
约 4页
2017-09-16 发布于重庆
举报
版权申诉

CARMA 模型多新息增广随机梯度参数估计算法的收敛性.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第 3 1 卷　第 6 期系统工程与电子技术 Vol . 3 1 　No . 6 2009 年 6 月 Sy st ems Engineering and Elect ronics J un . 2009 ( ) 文章编号 : 100 1506X 2009 CA RMA 模型多新息增广随机梯度参数估计算法的收敛性于　丽 , 刘艳君 , 丁　锋 (江南大学通信与控制工程学院 , 江苏无锡 2 14 122) 　　摘　要 : 将多新息辨识理论用于研究 CA RMA 模型的参数估计问题。首先用估计残差来代替信息向量中的不可测噪声项 ,导出了 CA RMA 模型的增广随机梯度算法 ,进一步把标量新息推广为新息向量 ,导出了相应的多新息增广随机梯度辨识算法 ,并利用鞅收敛定理分析了多新息增广随机梯度算法的收敛性。最后的仿真结果验证了该算法的有效性。关键词 : 参数估计 ; 多新息辨识 ; 随机梯度 ; 收敛性 ; 鞅收敛定理中图分类号 : O 2 11. 64 　　　　文献标志码 : A Convergence of multiinnovation ESG para meter estimation algorithms f or CA RMA model s YU Li , L IU Yanj un , D IN G Fen g ( ) S chool of Com m unicat ion an d Cont rol Eng ineering , J i ang nan Univ . , W ux i 2 14 122 , China 　　 The p aramet er estimation p roblem of CA RMA model s i s st udied by u sing t he multiinnovation Abstract : identification t heory . The ba sic idea i s to obt ain t he ext ended stocha stic gradient algorit hm by replacing t he un mea surable noi se t er m s in t he infor mation vector wit h t he e stimat ed residual s and to derive t he multiinnovation ext ended stocha stic gradient ( ESG) algorit hm by exp anding t he scalar innovation to an innovation vector . The conver gence p rop ertie s of t he p ropo sed multiinnovation ESG algorit hm are analyzed by u sing t he martingale co