最小二乘参数辨识方法及原理(201210版).pptVIP

3.4.4 辅助变量最小二乘法原理及算法 辅助变量的选择 。 选取 3.4.4 辅助变量最小二乘法原理及算法 辅助变量的选择 。 （无偏估计） 辅助变量的选取还有更简单的方法 辅助变量最小二乘法有递推形式，思路类同 3.4.4 辅助变量最小二乘法原理及算法 递推辅助变量最小二乘法 Step1：确定被辨识模型的结构及多项式A(z-1)和B(z-1)的阶次； Step2：确定或设计所采用的辅助变量系统； Step3：设定递推参数初值?(0)，P(0)； Step4：采样获取新的观测数据y(k)和u(k),并组成观测数据h(k)； Step5：计算辅助变量x(k),并组成辅助变量观测数据向量h*(k)； Step6：用递推辅助变量最小二乘法计算当前参数递推估计值； Step7：循环次数k加1，然后转回到第4步继续循环。 3.4.4 辅助变量最小二乘法原理及算法 递推辅助变量最小二乘法的步骤 下面给出针对随机线性离散系统，给出辨识伪代码 % 第一步 初始化 输入系统阶次na,nb和nc,以及辅助变量方法变量IV_method ,辅助变量系统滞后IV-d，加权因子? 输入系统模型Az=[1 a1 a2 … ]和Bz=[0 b1 b2 …]; 输入噪声模型Cz=[1 c1 c2 … ] 输入系统输入信号u(k)的方差?u和噪声v(k)的方差?w 设定系统变量初始值:yf[1