题目梯度校正最小二乘法-read.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
题目梯度校正最小二乘法-read

实验题目:梯度校正最小二乘法 实验工具:MATLAB 三、实验目的:通过MATLAB仿真实现梯度校正最小二乘法的验证。 四、实验框图: 五、实验思想: 递推算法的基本机构为:新的参数估计值等于老的参数估计之加上增益矩阵与信息的乘积。梯度校正参数识别方法具有相同的结构,但基本原理却完全不同与最小二乘法参数识别。它的基本思想是沿着准则函数的负梯度方向,逐渐修正模型参数的估计值,直至准则函数达到最小值。 六、实验程序及结果: 辨别个数为3时的程序: clear u=[-1,-1,-1,-1,1,1,1,-1,1,1,-1,-1,1,-1,1,-1,-1,-1,-1,1]; y=[0,-2,-6,-7,-7,-3,5,7,3,-1,5,3,-5,-3,1,-1,1,-5,-7,-7]; %画出u和y的图形 figure(1),subplot(2,1,1),stem(u),subplot(2,1,2),stem(y),hold on k=1:20;plot(k,y) %给出初始值 h1=[-1,0,0];h2=[-1,-1,0];g=[0,0,0];I=[1,0,0;0,1/2,0;0,0,1/4]; h=[h1,h2,zeros(3,16)]; %计算样本数据h(k) for k=3:18 h(:,k)=[u(k),u(k-1),u(k-2)]; end %计算权矩阵R(k)和g的估计值 for k=1:18 a=h(1,k)^2+(h(2,k)^2)/2+(h(3,k)^2)/4;a1=1/a;R=a1*I; g(:,k+1)=g(:,k)+R*h(:,k)*(y(k+1)-h(:,k)*g(:,k)); end %绘图 g1=g(1,:);g2=g(2,:);g3=g(3,:); figure(2);k=1:19;subplot(121);plot(k,g1,r,k,g2,g,k,g3,b),grid on %计算模型输出ym及系统输出与模型输出之间的误差Ey for k=1:18 ym(k)=h(:,k)*g(:,k);Ey(k)=y(k+1)-ym(k); end k=1:18;subplot(122);plot(k,Ey),grid on g,ym,Ey %显示脉冲响应估计值、模型输出及系统输出与模型行输出之间的误差 figure(3);x=0:1:3;y=[0,g(1,18),g(2,18),g(3,18)];xi=linspace(0,3);yi=interp1(x,y,xi,cubic); plot(x,y,o,xi,yi,m),grid on %画出脉冲响应估计值及其三次插值曲线 辨别个数为3时的结果 g = Columns 1 through 8 0 2.0000 4.6667 5.2381 5.2381 1.5374 2.1438 2.2393 0 0 1.3333 1.6190 1.6190 3.4694 3.7726 3.8204 0 0 0 0.1429 0.1429 1.0680 0.9164 0.9403 Columns 9 through 16 1.9658 1.9559 2.0063 1.9918 1.9980 1.9953 1.9995 1.9995 3.9571 3.9621 3.9873 3.9946 3.9977 3.9990 3.9969 3.9969 1.0087 1.0062 0.9936 0.9972 0.9957 0.9963 0.9974 0.9974 Columns 17 through 19 1.9995 2.0001 2.0032 3.9969 3.9972 3.9988 0.9974 0.9972 0.9980 ym = Columns 1 through 8 0 -2.0000 -6.0000 -7.0000 3.4762 3.9388 6.8328 2.5213 Columns 9 through 16 -0.9826 4.9118 2.9746 -4.9891 -2.9953 1.0073 -1.0000 1.0

文档评论(0)

wangsux + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档