递推的极大似然法辨识程序-read.docVIP

递推的极大似然法辨识程序 例5.2系统模型如图5.5所示。试用递推的极大似然法对系统辨识的参数集 v(k)随机信号，输入信号为幅值为的M序列或随机信号，要求画出程序流程图，打印出程序（程序中带有注释）和辨识中的参数、误差曲线。 解: 首先解释编程所用的部分字母：由于在MATLAB语言中无法用希腊字母描述、无法用上标及下标，故用 ‘o’和‘o1’表示；令；；产生M序列时，a(i),b(i),c(i),d(i)表示四级移位寄存器的第1，2，3，4级寄存器的输出; ① 编程如下(光盘上该程序：FLch5RMLeg2.m，可在MATLAB6.I下直接运行): 编程如下： clear %清零 a(1)=1;b(1)=0;c(1)=1;d(1)=0;u(1)=d(1);z(1)=0;z(2)=0; %初始化 for i=2:1200 %产生m序列u(i) a(i)=xor(c(i-1),d(i-1)); b(i)=a(i-1); c(i)=b(i-1); d(i)=c(i-1); u(i)=d(i); end u; %若取去‘；’可以在程序运行中观测到m序列 v=randn(1200,1); %产生正态分布随机数 V=0; %计算噪声方差 for i=1:1200 V=V+v(i)*v(i); end V1=V/1200; for k=3:1200 %根据v和u计算z z(k)=1.2*z(k-1)-0.6*z(k-2)+u(k-1)+0.5*u(k-2)+v(k)-v(k-1)+0.2*v(k-2); end o1=0.001*ones(6,1);p0=eye(6,6); %赋初值 zf(1)=0.1;zf(2)=0.1;vf(2)=0.1;vf(1)=0.1;uf(2)=0.1;uf(1)=0.1; %迭代计算参数值和误差值 for k=3:1200 h=[-z(k-1);-z(k-2);u(k-1);u(k-2);v(k-1);v(k-2)]; hf=h; K=p0*hf*inv(hf*p0*hf+1); p=[eye(6,6)-K*hf]*p0; v(k)=z(k)-h*o1; o=o1+K*v(k) ; p0=p; o1=o; a1(k)=o(1); a2(k)=o(2); b1(k)=o(3); b2(k)=o(4); d1(k)=o(5); d2(k)=o(6); e1(k)=abs(a1(k)+1.2); e2(k)=abs(a2(k)-0.6); e3(k)=abs(b1(k)-1.0); e4(k)=abs(b2(k)-0.5); e5(k)=abs(d1(k)+1.0); e6(k)=abs(d2(k)-0.2); zf(k)=z(k)-d1(k)*zf(k-1)-d2(k)*zf(k-2); uf(k)=u(k)-d1(k)*uf(k-1)-d2(k)*uf(k-2); vf(k)=v(k)-d1(k)*vf(k-1)-d2(k)*vf(k-2); hf=[-zf(k-1);-zf(k-2);uf(k-1);uf(k-2);vf(k-1);vf(k-2)]; end o1 %若取去‘；’可以在程序运行中观测到参数 V1 %绘图 subplot(4,1,1) k=1:1200; plot(k,a1,k:,k,a2,b,k,b1,r,k,b2,m:,k,d1,g,k,d2,k); xlabel(k) ylabel(parameter) legend(a1=-1.2,,a2=0.6,b1=1.0,b2=0.5,d1=-1.0,d2=0.2); %图标炷 title(The parameter idendification of the RML); end subplot(4,1,2) k=1:1200; plot(k,e1,k,k,e2,b,k,e3,r,k,e4,m,k,e5,g,k,e6,k); xlabel(k) ylabel(error) %title(误差曲线) end subplot(4,1,3) k=1:1200; plot(k,u); xlabel(k) ylabel(input) %title(系统输入信号) end subplot(4,1,4) k=1:12