系统辨识与自适应控制大作业.docVIP

1 辨识的对象模型 假设有一理想数学模型，它的离散化方程如下式所示： 式中，是服从正态分布的白噪声，为系统输入，为系统输出。现在输入信号采用4阶序列，其幅值为1。假设系统的模型阶次是已知的，即。 下面采用递推最小二乘参数辨识。 2 递推最小二乘参数辨识方法 简单的最小二乘参数辨识一次性方法计算复杂，不能够进行在线辨识，而且所需要的计算存储空间很大，而很多计算都是重复的计算。为了解决这个问题，并实现在线的实时辨识，引入递推的最小二乘参数辨识。 递推最小二乘参数辨识的整体思想是，最新辨识出来的参数是建立在上次辨识的参数基础上，根据最新得到的辨识数据，对辨识的参数添加了一个参数增量。下面利用数学语言对递推最小二乘参数辨识方法进行描述。 根据最小二乘原理，用次观测数据，得出参数向量的最小二乘估计 (1) 其中，表示根据次观测数据所得到的最小二乘值计量，下表表示该符号代表次观测数据构成的矩阵。 (2) = （3）然后令，且是一方阵，它的维数取决于未知数的个数，而与观测次数无关。则 （4） 式中表示第次观测数据。 利用矩阵反演公式计算（4）式 （5） 式中是一个标量，其求逆只是一个简单的除法。 令，于是