- 1、本文档共4页,可阅读全部内容。
- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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)