带遗忘因子的递推最小二乘法.pdfVIP

带遗忘因子的递推最小二乘法 %开环系统参数辨识，带遗忘因子的递推最小二乘估计法 （FFRLS)，系统为单入单出的CAR (带 控制量的自回归模型）模型,三阶系统 clear all clc a [1 -1.1 0.6 0.1];b [1 0.7];d 4; %实际模型系数矩阵与纯迟延 L 1000; %仿真长度 na length (a)-1;nb length (b)-1; %na,nb 为输出输入系数矩阵A,B 的阶数 yk zeros(na,1); %输出矩阵初始化 yk_m zeros(na,1); %模型输出 uk zeros(nb+d,1); %输入矩阵初始化 theta_e0 zeros(na+nb+1,1); %theta_e0为估计参数初值， a1,a2an,b0,b1,...bn,共na+nb+1个 phi zeros(na+nb+1,1); %phi为当前实际输出输入构成的矩阵 P 10^6*eye (na+nb+1); %修正系数初值 beta 0.99; %遗忘因子，在0.95 到1之间 u randn (L,1); %输入信号，方差为1 的白噪声序列 omega sqrt (0.1)*randn (L,1); %干扰信号，方差为0.1 的白噪声序列 for i 1:L theta (:,i) [a (2:na+1),b]; %系统实际参数值 phi [-yk;uk(d:d+nb)]; %系统输出输入矩阵 phi_e [-yk_m;uk(d:d+nb)]; %模型输出输入矩阵 y (i) phi*theta (:,i)+omega (i);%系统实际输出 y_m (i) phi_e*theta_e0; %模型输出 %递推公式 K P*phi/(beta+phi*P*phi); theta_e (:,i) theta_e0+K*(y (i)-phi*theta_e0); P (eye (na+nb+1)-K*phi)*P/beta; %数据更新 theta_e0 theta_e (:,i); for j na:-1:2 yk(j) yk(j-1); yk_m (j) yk_m (j-1); end yk(1) y (i); yk_m (1) y_m (i); for j (nb+d):-1:2 uk(j) uk(j-1); end uk(1) u (i); end figure x [1:L]; plot (x,theta_e,x,theta,k:); legend (a1,a2,a3,b1,b2); axis([0 L -2 2]); figure plot (x,y,x,y_m,r); legend (实际输出,模型输出); axis([0 L -20 20]); grid on;