系统辨识第9讲新.docVIP

PAGE  PAGE 11 《系统辨识》第9讲要点 第5章 线性动态模型参数辨识－最小二乘法 5.8 最小二乘参数估计的递推算法 所谓递推算法就是根据新的观测数据实时修正参数估计值，随着时间的推移，逐步获得满意的辨识结果． 5.8.1 递推算法形式 ● 递推算法推导 在阶“持续激励”输入信号的作用下，加权最小二乘法的解为 记k时刻的参数估计值为 令，并利用 ， 则有 又设，可导出如下的加权最小二乘估计递推算法，记作WRLS(Weighted Recursive Least Squares algorithm)， 置，并利用矩阵反演公式 ， 令增益矩阵为： 那么算法将演变成下面所示的另一种递推算法形式 ● 说明 上面给出的这两种加权最小二乘估计递推算法形式都是很常用的，其中一个式多用于理论分析，另一个比较适用于在线计算。 如果取加权因子，则两种加权最小二乘递推算法就变成普通的最小二乘递推算法，记作RLS(Recursive Least Squares algorithm)。 ● 矩阵的递推关系 矩阵的递推关系： ， ， , , , , ● 矩阵的对称性 P(k)是一个对称、非增的矩阵（为什么？）。 为了保证计算过程中P(k)矩阵始终是对称的，算法的第3式可采用下面的计算式，以保证不破坏P(k)矩阵的对称性