现代控制理论-第11章-参数估计方法.pptxVIP

第三篇 最优估计理论;一、参数估计;根据 对观测值 来估计未知参数 。按照什么准则来估计这些参数呢？ 这将是第十章讨论的主要问题。;二、状态估计; 人们希望估计出来的参数或状态愈接近真值愈好，因此提出了最优估计问题。所谓最优估计，是指在某一确定的准则条件下，从某种统计意义上来说，估计达到最优，显然，最优估计不是唯一的，它随着准则不同而不同，因此在估计时，要恰当选择估计准则。;第十一章 参数估计方法;第一节 最小方差估计与线性最小方差估计 ;将上式展开，得;求上式对 的偏导数，令偏导数等于零，得; 如果估值 的数学期望等于 的数学期望，或者估计误差 的数学期望为零，则最小方差估计是无偏的。因此 的估计是无偏估计。;二、线性最小方差估计;的条件来确定系数 和 。; 求式(11-5)对 和 的偏导数，令偏导数等于零，可求得 和 两个系数。;将式(11-8)代入式(11-6)得; 式中， 分别为随机变量 和 的均方根差， 为 与 的相关系数 。于是的估值为;估计误差为; 下面讨论 和 都是多维随机变量的估计问题。设 为 维， 为维，已知 和 的一、二阶矩，即 ;估计误差方差阵为; 用函数对矩阵的微分法则（附录一），求 和 ，令 和 ，联立求解可得 。;将式(11-14)代入式(11-15)得;将式(11-16)代入式(11-14)，可得;由式(11-18)可得;第二节 极大似然法估计与极大验后法估计 ;称函数 为似然函数。当 固定时， 是 的函数。极大似然法的实质就是求出使 达到极大时的 的估值 。从式(11-20)可看到 是观测值 的函数。; 为了便于求出使 达到极大的 ，对式(11-20)取对数，则; 解上述方程组，可得使 达到极大值的 。按极大似然法确定的 ，使 最有可能出现，并不需要 的验前知识，即不需要知道的概率分布密度和一、二阶矩。; 例11-1 设有正态分布随机变量 ，给出 个观测值 。观测值相互独立，试根据这 个观测值???确定分布密度中的各参数。;作似然函数： ;将上式分别对 和 求偏导数，令偏导数等于零，可得;上面介绍了极大似然法的基本概念。现在来讨论极大似然法估计参数的问题。;取极大值的充分条件是;下面求似然函数; 根据不同随机变量的概率密度变换公式，并考虑到 与 独立，可得;假定噪声 是正态分布，其均值为零，方差阵为 ，则;求出 ，使 为最大，也就是使;二、极大验后估计; 式中 是 的验前概率密度， 是观测值 的概率密度， 可用计算方法或实验方法求得。为了计算 需要知道 。在 没有验前知识可供利用时，可假定 在很大范围内变化。 ; 在这种情况下，可把 的验前概率密度 近似地看作方差阵趋于无限大的正态分布密度;当 ;根据式(11-29)得; 第三节 最小二乘法估计与加权最小二乘法估计;一、最小二乘法估计;为了便计算，可采用多项式; 把 对观测值代入式(11-35)或(11-36)，可得 个方程式。如果 ，即方程数 少于未知参数的数目。则方程的解不确定，不是唯一地确定解出 。当 时，方程数正好与未知参数的数目相等，能唯一地解出 。在这种情况下， 曲线一定通过每一个观测点 。因为在观测结果中，不可避免地含有随机测量误差，如果曲线通过每一个观测点，则曲线将包含这些测量误差，反而不能真实地表达出 与 之间的正确函数关系。所以不应要求 曲线一定通过每一个观测点。; 确定了函数 的类型之后，问题就归结为如何合理地选择 中的参数