遗忘因子递推最小二乘参数估计.docVIP

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
查看更多
遗忘因子递推最小二乘参数估计

%遗忘因子递推最小二乘参数估计(FFRLS) 式中((k)为均值为0、方差为0.1的白噪声, 对象时变参数为: 取遗忘因子(=0.98, 采用方差为1的白噪声序列clear all; close all; a=[1 -1.5 0.7];b=[1 0.5];d=3; %对象参数 na=length(a)-1;nb=length(b)-1;%计算阶次 L=1000;%数据长度 uk=zeros(d+nb,1);yk=zeros(na,1);%输入输出初值 u=randn(L,1);%输入采用方差为1的白噪声序列 xi=sqrt(0.1)*randn(L,1);% 方差为0.1的白噪声干扰序列 %theta=[a(2:na+1);b];%对象参数真值 thetae_1=zeros(na+nb+1,1);%参数初值 P=10^6*eye(na+nb+1); lambda=0.98;%遗忘因子范围[0.9 1] for k=1:L if k==501 a=[1 -1 0.4];b=[1.5 0.2];%对象参数突变 end theta(:,k)=[a(2:na+1);b];%对象参数真值 phi=[-yk;uk(d:d+nb)]; y(k)=phi*theta(:,k)+xi(k);%采样输出数据 %遗忘因子递推最小二乘公式 K=P*phi/(lambda+phi*P*phi); thetae(:,k)=thetae_1+K*(y(k)-phi*thetae_1); P=(eye(na+nb+1)-K*phi)*P/lambda; %更新数据 thetae_1=thetae(:,k); for i=d+nb:-1:2 uk(i)=uk(i-1); end uk(1)=u(k); for i=na:-1:2 yk(i)=yk(i-1); end yk(1)=y(k); end subplot(2,1,1); plot([1:L],thetae(1:na,:));hold on;plot([1:L],theta(1:na,:),k:); xlabel(k);ylabel(参数估计a); legend(a_1,a_2);axis([0 L -2 2]); subplot(2,1,2); plot([1:L],thetae(na+1:na+nb+1,:));hold on;plot([1:L],theta(na+1:na+nb+1,:),k:); xlabel(k);ylabel(参数估计b); legend(b_0,b_1);axis([0 L -0.5 2]); thetae(:,400)= -1.5334 0.7266 0.9841 0.4743 thetae(:,900)= -0.9731 0.3607 1.5207 0.2374

文档评论(0)

xingkongwd + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档