网络延迟情况下最小二乘参数估计2.pptVIP

* 网络延迟情况下最小二乘参数估计 商立立网络控制系统 该系统的连续时间序列模型为： 将系统模型写为最小二乘格式为： 其中 这次课主要介绍数据随时间变化较快的 最小二乘递推方法，这种算法对于数据随 时间呈指数速度变化的辨识具有较高的精 度。在递推过程中比较chelosky分解的方 法，与givens分解的方法，将givens分解应 用在递推过程中，最后将会列举出这种递 推方法的例子，进一部分析参数估计效果。 最终目标函数简化为： Chelosky分解公式： 最终目标函数简化为： 对矩阵A进行正交变换 ： 将目标函数转化为 ： 其中 则目标函数为： 由于在网络传输过正中参数不断变化， 更新，属于在线辨识，故模型可以写 为： 目标函数最终转化为： 第k+1次迭代 的估计值为 ， 并且 将以上等式带入最小二乘目标函数整理得： 定义第k+1次迭代误差 目标函数简化为 ： 通过求解函数 可以解出 的值，其中 满足 最后转化 为（N*(N+1) ）的解， 即可得到 的值，带入 即可求出 的值。 仿真例子： 例一： 仿真系统： 待估参数： 已知输入： 仿真例子： 例二： 仿真系统： 待估参数 已知输入： 例三：具有丢包的网络传输系统 在实际网络中，数据传输是不稳定的， 这里以例二中的系统为例，考虑网络中 的丢包，分析丢包率逐渐增大的情况下 参数估计的结果，并分析参数估计的方差。 *