QR分解技术在递推系统辨识中的应用.pdf

中文摘要 摘要：系统辨识是现代控制理论的重要组成部分。对系统的结构和参数进行辨识 在工程上和理论上都占有重要的地位。最dx--乘法是系统参数辨识中的重要估计 方法，并在众多领域和场合得到了广泛的应用。 本文主要对线性系统最小二乘法的具体实现方法进行了改进，通过引入QR分 解来加速参数辨识的实现。根据算法的特点，对系统分块Hankel矩阵的QR分解 用GIVENS变换来实现，并在此基础上对系统参数进行递推辨识。论文主要进行 了以下几个方面的研究： 首先研究了系统辨识的最小二乘法，通过对系统的输出方程模型进行分析， 利用采样获得的输入输出数据得到最小二乘估计的结果；接着分析参数的最小二 乘估计结果存在的不足，通过引入QR分解来对递推辨识算法进行改进。QR分解 有多种实现方法，本文通过对比各种典型分解方法的特点，针对本算法选用形式 最简单的2x2的GIVENS变换来进行QR分解。在此基础上对单变量系统的辨识 算法进行改进，将改进后的算法用于递推辨识和含有遗忘因子的情况，并分析了 单变量参数递推辨识的数据启动问题。 然后通过对多变量系统的数学模型进行分析，改变传递函数的形式，将多变 量系统化为若干个单输出的子系统，通过对子系统进行参数辨识来实现多变量系 统参数的递推辨识。由于