辨识方法的计算效率迭代算法-南京信息工程大学学报.PDFVIP

文章编号：１６７４７０７０（２０１２）０５０３８５１７ 辨识方法的计算效率（２）：迭代算法 丁锋１，２，３ 摘要 ０　引言 讨论了最小二乘迭代辨识算法及其 计算效率问题．最小二乘迭代算法由于 　　数学模型有很悠久的研究历史．在以数学模型为基础的控制论 涉及矩阵求逆运算，为减小计算量，提出 诞生以及自动化控制科学蓬勃发展的时代，动态系统的数学模型起 了基于块矩阵求逆的最小二乘迭代辨识 算法．基于块矩阵求逆的最小二乘迭代 到了举足轻重的作用，进而形成了研究和建立系统数学模型的理论 辨识算法不是一种新算法，只是从辨识 与方法———系统辨识．数十年来，系统辨识得到了长足发展，从实验 算法的实现方式上降低计算负担，它与 建模、辨识建模、辨识方法的提出，到辨识的基本问题，再到辨识方法 最小二乘迭代算法产生相同的参数估 ［１４］ 计，但计算量小．文中研究了伪线性回归 的性能分析等都取得了许多光辉的研究成果 ．最近诞生的一些新 系统、多元伪线性回归系统、多变量伪线 ［５］ ［６］ 型辨识方法，如辅助模型辨识方法 、迭代辨识方法 、多新息辨识 性回归系统的最小二乘迭代辨识算法及 ［７］ ［８］ ［９］ 方法 、递阶辨识方法 、耦合辨识方法 等都出现在控制领域国际 其基于块矩阵求逆的最小二乘迭代 算法． 权威期刊上［１０２７］． 关键词 辨识方法（估计方法）有很多类别．辨识方法的类别按其计算方 递推辨识；迭代辨识；参数估计；ＦＩＲ 式可分为一次完成算法，即直接算法（ｄｉｒｅｃｔａｌｇｏｒｉｔｈｍ）、递推估计方法 模型；方程误差模型；ＣＡＲ模型；ＣＡＲＭＡ 模型；ＣＡＲＡＲ模型；ＣＡＲＡＲＭＡ模型；输 （递推辨识方法）和迭代估计方法（迭代辨识方法）；按其实时性可分 出误差模型；ＯＥＭＡ模型；ＯＥＡＲ模型；辅 为在线估计方法 （在线辨识方法）和离线估计方法（离线辨识方法）； 助模型辨识；多新息辨识；递阶辨识；耦 按其属性特征可分为最小二乘估计算法、最小均方估计算法、梯度估 合辨识 计算法、随机逼近估计算法、辅助模型辨识方法、多新息辨识方法、递 中图分类号 ＴＰ２７３ 阶辨识方法、耦合辨识方法、极大似然辨识方法、贝叶斯辨识方法 文献标志码 Ａ （Ｂａｙｅｓｉａｎｉｄｅｎｔｉｆｉｃａｔｉｏｎｍｅｔｈｏｄ）等．也可分为时不变参数估计方法和 ［１］ 时变参数估计方法，以及随机参数估计方法等 ． 辨识算法的计算量是评价计算效率的一个重要指标．文献［２８］ 讨论了一些基本矩阵运算的计算量和典型递推辨识算法的计算量． 矩阵乘法计算量与其计算次序有很大关系，本文讨论矩阵乘法、矩阵 逆、块矩阵逆的计算量，仍然采用ｆｌｏｐ数，即浮点运算数表示．一次加 ［２９］ 收稿日期 ２０１２１００９ 法运算称为一个ｆｌｏｐ，一次乘法运算也称为一个ｆｌｏｐ ．除法作为乘 资助项目