递推最小二乘参数估计.docVIP

递推最小二乘参数估计(RLS) 考虑如下系统： 式中?(k)为方差为0.1的白噪声。 采用方差为1的白噪声序列作为输入信号u(k): clear all; close all; a=[1 -1.5 0.7];b=[1 0.5];d=3; %对象参数 na=length(a)-1;nb=length(b)-1; %计算阶次 L=500; %数据长度 uk=zeros(d+nb,1);yk=zeros(na,1); %输入输出初值 u=randn(L,1); %输入采用方差为1的白噪声序列 xi=sqrt(0.1)*randn(L,1); % 方差为0.1的白噪声干扰序列 theta=[a(2:na+1);b]; %对象参数真值 thetae_1=zeros(na+nb+1,1); %参数初值 P=10^6*eye(na+nb+1); for k=1:L phi=[-yk;uk(d:d+nb)]; %此处phi为列向量 y(k)=phi*theta+xi(k); %采集输出数据 %递推公式 K=P*phi/(1+phi*P*phi); thetae(:,k)=thetae_1+K*(y(k)-phi*thetae_1); P=(eye(na+nb+1)-K*phi)*P; %更新数据