系统辩识第6章课件.pptVIP

6.1 引言 6.2 最小二乘估计法（LS法）的原理 6.3 最小二乘估计的统计特性 6.4 加权最小二乘估计 6.5 最小二乘估计的递推算法 6.6 辅助变量法（IV法） 6.7 广义最小二乘法（GLS法） 6.8 增广最小二乘法（ELS法） 6.9 最小二乘辨识法的比较;6.1 引言;在系统辨识和参数估计领域中，最小二乘法已经是这个领域中的一种基本估计方法。最小二乘法可用于动态系统，也可用于静态系统，可用于线性系统，也可用于非线性系统，可用于离线估计，也可用于在线估计。;6.2 最小二乘估计法（LS法）的原理;对于我们所讨论的问题，假若已经确定了模型的类型和结构，即为：;为了降低误差的影响，需进行多次测量，即取;当然我们希望，将这个函数定义成准则，而且令：;根据数学分析中寻求极值的原理，要使J 达到极小值，只需要;从而得到; 上面的例子是最简单的情况，所列的数学模型为两个参数的静态模型。在大多数情况下，影响因素不是一个，可能是多个，需要估计的参数有可能不止一个，两个，可能是多个，而系统特性除了静态模型外，还有动态模型。下面我们来看一下一般情况下的最小二乘估计法的描述。;在这里，“黑箱”的输入 u(k) 和输出 z(k) 是可观测的。;噪声模型的输出——综合的不确定因素; 假设被辨识系统的数学模型为时不变的单输入单输出的数学模型可以写成：;ｋ