第06讲 SA法综述.ppt

系统辨识篇目录(1/1);第六讲 SA法(1/3);第六讲 SA法(2/3);第六讲 SA法(3/3);1 SA原理(1/5);1 SA原理(2/5);1 SA原理(3/5);1 SA原理(4/5);1 SA原理(5/5);1 SA原理--Robbins-Monro算法(1/3);1 SA原理--Robbins-Monro算法(2/3);1 SA原理--Robbins-Monro算法(3/3);1 SA原理--Kiefer-Wolfowitz算法(1/3);则上述算法是均方收敛的,即x(k)的收敛值将使h(x(k))达到极值.;若收敛因子?(k)满足条件,则x(k)以概率1一致收敛;2 SA参数估计法(1/5);2 SA参数估计法(2/5);2 SA参数估计法(3/5);2 SA参数估计法(4/5);2 SA参数估计法(5/5);2 SA参数估计法(6/5);2 SA参数估计法(7/5);3 SA算法仿真程序与算例(1/5);3 SA算法仿真程序与算例(2/5);3 SA算法仿真程序与算例(3/5);3 SA算法仿真程序与算例(4/5);下面讨论SA辨识的仿真算例。 例1 例2—CARMA模型的扩展SA法辨识 ;下面讨论SA辨识的仿真算例。 例1 考虑如图1所示的仿真对象,;辨识中,选择如下模型结构 y(k)+a1y(k-1)+a2y(k-2)=b1u(k-1)+b2u(k-2)+w(k) 数据长度L=10000;??始条件,r(-1)=10-6I, ?^(0)=0.001. 利用SA法可在线估计参数a1,a2,b1和b2,结果如表1所示. 表1 计算机仿真结果;3 SA算法仿真程序与算例—例1(3/6);3 SA算法仿真程序与算例—例1(4/6);3 SA算法仿真程序与算例—例1(5/6);3 SA算法仿真程序与算例—例1(6/6);例2 考虑如图2所示的CARMA仿真对象,;辨识中,选择如下模型结构 y(k)+a1y(k-1)+a2y(k-2)=b1u(k-1)+b2u(k-2)+w(k) +c1w(k-1)+c2w(k-2) 数据长度L=30000;初始条件,r(-1)=10-6I, ?^(0)=0.001. 利用SA法可在线估计参数,结果如表1所示. 表2 计算机仿真结果;3 SA算法仿真程序与算例—例2(3/4);3 SA算法仿真程序与算例—例2(4/4)